机构名称：
¥ 1.0
摘要 - 信用卡欺诈是一种普遍的财务犯罪，对个人和财务机构造成了重大损失。传统的欺诈检测方法通常依赖于基于规则的系统或监督的机器学习算法，这些算法可能在检测新颖或不断发展的欺诈模式方面可能无效。本项目提出了一种使用生成对抗网络（GAN）来生成合成欺诈性交易的新型信用卡欺诈检测方法，以从交易数据中提取相关功能，并根据其偏离正常模式来识别欺诈事务，以从交易数据中提取相关特征。所提出的方法涉及三个主要阶段：数据制备和特征工程，基于GAN的数据平衡和异常检测。实验结果表明，所提出的方法在识别欺诈性交易方面的表现优于传统的欺诈检测方法，可实现更高的准确性，精度，回忆和F1得分。此外，该方法对基础数据分布的变化更为强大，并且可以有效地检测新颖或不断发展的欺诈模式。
使用GAN和功能工程
主要关键词
相关文件推荐
