[发明专利]低频交易的个体行为建模与欺诈检测方法

说明书

本发明提出一种低频交易的个体行为建模与欺诈检测方法，首先是低频交易的个体行为建模方法，通过迁移当前交易群体的共性行为去补充低频用户的交易行为。由三个部分组成：一是考虑用户自身仅有的历史交易，结合最佳风险阈值确定算法，构成用户自身交易行为基准；二是通过DBSCAN聚类算法提取出当前所有黑样本与白样本的行为特征，构成当前交易群体共性行为；三是根据历史交易记录，利用滑动窗口机制提取交易变化行为，三者组合构成用户新的交易行为。其次，在此基础之上，提出一种基于朴素贝叶斯模型的检测方法，根据每种行为的结果利用朴素贝叶斯公式计算当前交易属于欺诈的概率，最终确定当前交易是否正常，为解决欺诈交易检测提供了技术支持。

技术领域

本发明涉及一种网络交易检测方法，属于信息技术领域。

背景技术

随着电子商务的飞速发展，在线支付也变得也越来越流行。但是，网络交易安全问题日益严重，严重威胁着普通用户的财产安全。据北京市公安局网络全保卫总队与360公司的猎网平台报告，网络欺诈的不法分子数量超过160万人，网络诈骗市场规模高达1100亿元。根据相关部门对现有的欺诈案例进行分析，发现欺诈犯罪的主要手段有盗号、盗卡、信用卡套现、钓鱼网站、木马病毒等，都是间接或者直接盗取用户信息，从而盗取用户金钱。如何有效地防范交易欺诈风险已经成为一个待解决的问题。针对上述现象，从用户行为认证角度去解决此类问题能够取得很好的效果。因为用户行为具有独特性和不可模拟性，它可用于判别当前交易系统中用户行为的可信度。

在金融交易领域，根据用户历史行为数据，分析用户行为模式，建立模型实现用户的行为检测成为一个主流的趋势。在交互行为方面，姬炳帅等提出一种面向电子商务的用户异常行为检测研究的方法，根据用户历史行为数据建立用户的正常行为模式，最后使用模式比较方法判断该用户的交易行为是否异常。J.Zhong等提出一种基于浏览行为认证的方法，从Web日志中构建了个性化用户浏览行为模型，从而识别用户在访问的网页中的真实身份。Zhao P等提出两种通过浏览序列建模验证用户身份的方法，第一个是基于马尔可夫序列的身份认证，第二个是基于序列和偏好的身份认证。Hongbo Zhang等提出一种基于触摸屏虚拟击键动态行为的认证方法，该方法根据用户的虚拟击键动态行为，利用模型检查当前用户的动态行为是否与预期用户的行为匹配，进而验证用户的身份。Lei Ma等提出一种基于动态软键盘上的鼠标行为认证方法，通过收集鼠标行为数据特征，获得行为特征向量，采用支持向量机算法构建模型，通过多数表决机制实现用户认证。

在交易行为方面，Kültür等提出一种用于信用卡诈骗检测的新型持卡人行为模型，利用该模型结合用户历史消费行为对异常交易进行检测。L.Zheng等提出了一种新的基于行为证书的信用卡欺诈检测系统，根据持卡人的交易记录中提取行为特征，构建持卡人的行为证书，利用行为证书判断当前交易是否正常。同时L.Zheng等又提出了一种基于总秩序关系和行为多样性的交易欺诈检测方法，定义了用户交易逻辑图、交易属性之间的转换概率、基于信息熵的多样性系数以及状态转移概率矩阵，从而为每个用户构建一个行为概要，然后使用它来验证传入的交易是否是欺诈。Sanaz N等提出一种基于动态随机森林和k近邻的成本敏感型支付卡欺诈检测方法，包括持卡人行为模式匹配和动态随机森林检测两个阶段。C.Jiang等提出一种利用聚合策略和反馈机制的新方法，首先将所有持卡人分成不同的组，然后提取每组的行为模式，为每个群体训练分类器。最后，使用分类器集来在线检测欺诈。Ligong Chen等人提出一种超球体模型来检测用户当前交易，根据用户历史交易提取用户交易行为，再提出算法确定用户最佳阈值，之后构建超球体模型，用来检测当前交易。

上述工作中，虽然从用户的个体行为展开了较多的研究，但是目前的研究都是建立在用户拥有充足的历史数据基础之上，但是用户交易频次对用户行为的刻画会产生很大的影响，交易量少的低频用户很难准确刻画其用户行为，而现有方法并没有针对低频用户提出解决方案，导致此类方法对低频用户的检测准确率较低。同时由于缺乏真实交易数据，上述部分工作都是在模拟数据上进行，与实际情况有所偏差，适用性有待评估。

发明内容