[发明专利]一种基于类明确表示的一分类对抗性诈骗检测方法

说明书

本发明公开了一种基于类明确表示的一分类对抗性诈骗检测方法，采用改进的自编码器和改进的生成对抗网络，包括四个阶段：第一阶段：基于正常行为数据提取初步特征，利用改进后的自编码器提取其数据特征；第二阶段：修改原始生成对抗网络的目标函数得到改进的生成对抗网络，利用改进的生成对抗网络生成伪异常行为数据；第三阶段：将正常用户行为数据和伪异常行为数据输入改进的自编码器中一同训练，用训练完成后的编码器对正常行为数据提取最终特征；第四阶段：用最终提取好的正常行为数据特征对改进的生成对抗网络进行训练，训练完成后得到的判别器作为诈骗检测器对诈骗进行检测。本发明的方法在诈骗检测的准确率和稳定性方面都有显著提高。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于类明确表示的一分类对抗性诈骗检测方法。

背景技术

诈骗行为广泛存在于我们的生活中，在网络、电信、保险(健康、汽车等)索赔、银行(纳税申报单索赔、信用卡交易等)等方面的诈骗比比皆是，诈骗检测是目前亟待解决的重大问题。

在技术上，诈骗检测主要有以下技术问题：

(1)诈骗行为一般具有适应性，类型多变。一些传统方法基于专家手动提取的鲁棒特征进行检测，一旦诈骗类型发生变化，之前的方法就不再适用。

(2)诈骗行为数据量和数据维度大。随着数据量和数据维度的增大，传统方法的计算量指数级增长，计算成本过大。

(3)诈骗行为的数据不易获取。很多新兴的机器学习方法对处理大数据量非常有优势，但机器学习方法需要大量数据支撑才能取得好的效果，而诈骗行为首先在整个社会行为中属于少数，诈骗行为中很大一部分也没有数据记录，因此行为数据的多样性和不平衡性也给诈骗检测带来了挑战。

许多传统机器学习方法，如一类最邻近法(OCNN)、一类高斯过程 (OCGP)和一类支持向量机(OCSVM)等已经可以成功地对诈骗进行检测，但这些传统方法一般是基于专家手动提取的鲁棒特征，一旦诈骗类型发生变化，之前的方法就不再适用，另外，能够获取到的诈骗者行为数据也比正常用户的行为数据少得多，行为数据的多样性和不平衡性，都使得传统机器学习方法不再适用，而无监督或半监督的深度学习方法因其能更好地克服上述问题更多地被应用在诈骗检测中。

一分类对抗性网络(OCAN)是基于一类训练的对抗性诈骗检测网络，其训练主要包括两个阶段，第一阶段是特征学习，LSTM-AE是自编码器的一个变体，它与常规自编码器不同的是输入输出都为序列，OCAN用 LSTM-AE对用户的行为数据进行训练，训练完成后通过编码器就可以计算得到用户数据的定长特征表示；第二阶段是对complementary GAN做训练， complementary GAN是对原始生成对抗网络中的生成器和检测器目标函数做修改得到。它定义了一个理想的伪异常数据分布，生成器损失函数改为生成数据分布与理想分布的KL散度，通过训练，生成分布就可以逐渐拟合伪异常数据的理想分布；而判别器做了略微修改，在原始判别器损失函数的基础上多加了一项，使得判别器更倾向于更准确地检测出正常用户，当训练完成后，判别器就可以作为检测器去辨别正常用户和恶意用户。

OCAN用自动编码器对维基百科中正常用户的行为记录数据进行特征提取，使其变得更加易于处理。Fence GAN同样是将判别器作为异常检测器，但其直接修改了生成器的目标函数使生成样本分布于正常数据的边缘区域，即判别器判定值为0.5的区域，并且加入了防止生成伪异常数据聚集的损失函数，也取得了较好的效果，但随着数据维度的增加，可以看出 Fence GAN中的伪异常数据越来越难以将正常数据很好地“围住”。