基于数据挖掘的异常交易检测方法

• 作者: 叶家炜 李锐 柴洪峰 王兴建
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 异常交易检测 贝叶斯信念网络 数据挖掘
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 数据库技术
• 页码范围: 165-170
• 页数: 6页
• 分类号: TP302
• 字数: 10713字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.01.040

摘要

提出一种基于数据挖掘的异常交易检测方法,可以在业务层面和操作层面对交易中的异常进行检测.当一个用户提交一笔新的消费交易时,采用贝叶斯信念网络算法判断当前交易属于正常交易的后验概率,作为在业务层面的可信因子；然后提取该用户在当前交易之前的若干个操作,与当前交易一起构成一个固定长度的操作序列,并通过BLAST-SSAHA算法将其与该用户正常操作序列和已知异常操作序列进行比对,得出在操作层面的可信因子.综合考虑业务层面的可信因子和操作层面的可信因子,最终决定当前交易是否为异常交易.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴洪峰	中国银联股份有限公司电子支付研究院	24	86	6.0	8.0
2	李锐	复旦大学计算机科学技术学院网络与信息安全研究所	8	103	4.0	8.0
3	叶家炜	复旦大学计算机科学技术学院网络与信息安全研究所	7	38	3.0	6.0
4	王兴建	中国银联股份有限公司电子支付研究院	1	15	1.0	1.0