基于 SAT-BO 的欺诈交易验证规则学习与优化
密码学与安全
2025-07-04 v1 数据库
摘要
电子支付平台每日处理的交易数量estimated 达到数十亿笔，累计价值可能高达数万亿美元。即便在此高频环境下发生微小错误，也可能导致巨大的财务损失。为缓解此风险，通常会雇佣由领域专家开发的手动构建的验证规则，以识别和审查生产环境中的交易。然而，由于缺乏系统性方法确保这些验证规则在面对漏洞时的鲁棒性，这些规则仍然容易被利用。为确保数据安全，数据库维护者通常会编写复杂的验证规则来检查查询/更新请求是否有效。然而，由专家编写的规则往往不完美，恶意请求可能绕过这些规则。因此，系统性识别验证规则缺陷的需求日益迫切。
引用
@article{arxiv.2507.02635,
title = {SAT-BO: Verification Rule Learning and Optimization for FraudTransaction Detection},
author = {Mao Luo and Zhi Wang and Yiwen Huang and Qingyun Zhang and Zhouxing Su and Zhipeng Lv and Wen Hu and Jianguo Li},
journal= {arXiv preprint arXiv:2507.02635},
year = {2025}
}