基于密集子图的银行电信诈骗检测方法

• 作者: 刘枭 王晓国
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 电信诈骗 无监督学习 欺诈检测 密集子图 贪心算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 1214-1219
• 页数: 6页
• 分类号: TP391.4
• 字数: 6829字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018091861

摘要

目前银行对电信诈骗的标记数据积累少,人工标记数据的代价大,导致电信诈骗检测的有监督学习方法可使用的标记数据不足.针对这个问题,提出一种基于密集子图的无监督学习方法用于电信诈骗的检测.首先,通过在账户-资源(IP地址和MAC地址统称为资源)网络搜索可疑度较高的子图来识别欺诈账户;然后,设计了一种符合电信诈骗特性的子图可疑度量;最后,提出一种磁盘驻留、线性内存消耗且有理论保障的可疑子图搜索算法.在两组模拟数据集上,所提方法的F1-score分别达到0.921和0.861,高于CrossSpot、fBox和EvilCohort算法,与M-Zoom算法的0.899和0.898相近,但是所提方法的平均运行时间和内存消耗峰值均小于M-Zoom算法;在真实数据集上,所提方法的F1-score达到0.550,高于fBox和EvilCohort算法,与M-Zoom算法的0.529相近.实验结果表明,所提方法能较好地应用于现阶段的银行反电信诈骗业务,且非常适合于实际应用中的大规模数据集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓国	同济大学电子与信息工程学院	20	239	8.0	15.0
2	刘枭	同济大学电子与信息工程学院	2	2	1.0	1.0