短票检测框架分析报告
密码学与安全
2025-10-29 v1 人工智能
摘要
本报告对一种用于检测铁路系统中短票欺诈的无监督多专家机器学习框架进行了全面分析。该研究引入了 A/B/C/D 站点分类系统，成功识别出 30 个高风险站点上的可疑模式。该框架采用四种互补算法：Isolation Forest、Local Outlier Factor、One-Class SVM 和 Mahalanobis Distance。关键发现包括识别出五种不同的短票模式，以及在交通系统中实现短票恢复的潜力。
引用
@article{arxiv.2510.23619,
title = {Short Ticketing Detection Framework Analysis Report},
author = {Yuyang Miao and Huijun Xing and Danilo P. Mandic and Tony G. Constantinides},
journal= {arXiv preprint arXiv:2510.23619},
year = {2025}
}