基于电商平台的恶意支付账户识别算法研究

• 作者: 朱建生 樊春美
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 电商平台 支付账户 k-means 随机森林 逻辑回归
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 安全与防范
• 页码范围: 114-118
• 页数: 5页
• 分类号: TP301.6
• 字数: 4304字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.06.022

摘要

由于现在电商平台面临着一些虚假交易的现象,为了及时发现在电商平台中经常从事恶意行为的支付账户,对在电商平台使用的支付账户的交易行为进行了研究,专门针对电商平台可获取的维度进行分析,提出了一种识别电商平台恶意支付账户的方法.该算法基于电商平台销售的特点构建了分类模型的基础特征,使用k-means算法进行样本标注,通过关联分析和特征的重要性进行了特征的筛选,使用随机森林作为分类模型的基础算法.通过对电商平台的真实交易数据进行实验分析,构建的基础特征都具有一定的区分性,使用k-means进行聚类的结果,可以很明显地区分恶意支付账户和正常支付账户.对比逻辑回归和随机森林的分类算法,实验结果表明随机森林算法模型具有较高的恶意账户识别准确率和运行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱建生		30	280	9.0	16.0
2	樊春美		4	3	1.0	1.0