基于CNN-SVM的信用卡诈骗检测方法

摘要

随着经济的发展,信用卡的普及,越来越多的信用卡交易出现了违规欺诈等行为,给国家和个人带来了巨大的经济损失。针对信用卡交易数据量大、特征数多和高度不平衡性(正常样本数量远高于诈骗样本数量)等特性,使得欺诈检测系统需进一步改进和完善。为减少银行和持卡人的损失,提出了一种基于卷积神经网络(CNN)和支持向量机(SVM)相结合的方法,即CNN-SVM法。该模型首先用SMOTE算法对原始数据中小样本进行处理以达到平衡数据的效果,再利用CNN对数据进行隐式特征提取,最后用SVM对提取后的特征数据进行检测。结合实例分析并比较得出:基于CNN-SVM的欺诈检测模型与传统的分类模型相比,有更加精准优良的效果。