基于 GAN 的合成人口统计数据的生成及其在银行卡欺诈检测中的应用
机器学习
2023-06-30 v1 人工智能
摘要
使用机器学习模型生成合成数据在许多领域已变得常见。用于生成可用于检测欺诈的合成交易的技术也在快速发展。一般而言，此类合成数据仅包含交易信息，如时间、地点和金额。其通常不包含个体用户的特征（偶尔包括年龄和性别）。使用相对复杂的人口统计数据合成可能提升交易数据特征的复杂度，从而改善欺诈检测性能。受益于机器学习的发展，一些深度学习模型有潜力比其它成熟的合成数据生成方法（如微观模拟）表现更好。在本研究中，我们构建了一个称为 DGGAN 的深度学习生成对抗网络（GAN），用于人口统计数据生成。我们的模型在训练过程中生成样本，我们发现这对于克服类不平衡问题十分重要。本研究有助于增进对合成数据的认知，并进一步探索合成数据生成在银行卡欺诈检测中的应用。
引用
@article{arxiv.2306.17109,
title = {Synthetic Demographic Data Generation for Card Fraud Detection Using GANs},
author = {Shuo Wang and Terrence Tricco and Xianta Jiang and Charles Robertson and John Hawkin},
journal= {arXiv preprint arXiv:2306.17109},
year = {2023}
}