[发明专利]一种信用卡欺诈检测方法

说明书

本发明公开了一种信用卡欺诈检测方法，包括以下步骤：S1：获取训练数据集；S2：将S1获取的训练数据集进行数据探索性分析，得到数据集中各个特征的重要性和功能性，以及各个特征与其他特征之间的联系；S3：对S2处理后的特征进行提取，然后进行PCA变换，对数据进行降维；S4：对S3降维处理后的数据进行平衡；S5：采用CatBoost算法进行训练，得到CatBoost训练模型；S6：对S3降维处理后的数据采用XGBoost和/或LGBM算法进行模型训练得到XGBoost训练模型和/或LGBM训练模型；S7：将S5得到的CatBoost训练模型，以及S6得到的XGBoost训练模型和/或LGBM训练模型融合，采用加权得到最终模型；S8：通过将信用卡欺诈检测数据输入至最终模型，得到检测结果。

技术领域

本发明涉及信息安全检测技术领域，尤其是一种信用卡欺诈检测方法。

背景技术

紧随着互联网快速发展的脚步，人们的思维方式和生活方式也发生了翻天覆地的变化。人们从现金支付变成了网上支付，信用卡由于其具有能为持卡人提供支付便利，暂时缓解经济压力等优势，逐渐占领市场。由于信用卡支付是线上支付，这给人们带来了一些安全方面的困扰，主要包括三个方面：一是风险来源于持卡人，持卡人利用信用卡恶意透支；二是风险来源于商家，商家工作人员持卡离开顾客的视线，使用顾客的信用卡进行消费；三是风险来源于第三方，黑客攻击个人电脑，盗取用户信息。信用卡欺诈存在八种主要的欺诈应用场景：注册，登录，实名认证，商品浏览，下单，支付，评价和推广营销。

信用卡包含了大量的个人信息，银行业也在逐步地规避信用卡欺诈带来的风险和损失。他们使用先验知识对原始数据进行统计分析，使用逻辑回归方法去预测二项式结果，但是耗时较长。

发明内容

本发明目的在于：针对上述问题，提供一种信用卡欺诈检测方法，能够有效对信用卡欺诈进行有效检测，且检测速度快，准确度高。

本发明是通过下述方案来实现的：

一种信用卡欺诈检测方法，包括以下步骤：

S1：获取训练数据集；

S2：将S1获取的训练数据集进行数据探索性分析，得到数据集中各个特征的重要性和功能性，以及各个特征与其他特征之间的联系；

S3：对S2处理后的特征进行提取，然后进行PCA变换，对数据进行降维；

S4：对S3降维处理后的数据进行平衡；

S5：采用CatBoost算法进行训练，得到CatBoost训练模型；

S6：对S3降维处理后的数据采用XGBoost和/或LGBM算法进行模型训练得到XGBoost训练模型和/或LGBM训练模型；

S7：将S5得到的CatBoost训练模型，以及S6得到的XGBoost训练模型和/或LGBM训练模型融合，采用加权得到最终模型；

S8：通过将信用卡欺诈检测数据输入至最终模型，得到检测结果。

作为一种优选方案，S4过程中，采用maha-smote算法平衡数据，具体包括以下步骤：

K1:对于少数类中每一个样本x，计算它的近邻的欧几里得距离，按照从小到大的顺序排序，将前k个近邻合并为k近邻集合；

K2：根据多数类和少数类样本的不平衡比例设置上采样倍率N，对于每一个少数类样本x，从其k近邻集合中随机选择几个样本，得到近邻样本为x_n；

K3：对于每一个选出的近邻样本x_n，计算器马氏距离mahal(x_n),以及中心元素的马氏距离mahal(x)；