公开(公告)号：CN110084610B

公开(公告)日：2023-06-23

申请号：CN201910327627.0

申请日：2019-04-23

Applicant: 东华大学

Inventor： 章昭辉 ,  蒋昌俊 ,  王鹏伟 ,  周欣欣

IPC: G06Q20/40 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明一种基于孪生神经网络的网络交易欺诈检测系统，所述网络交易欺诈检测系统的输入数据是由一组数据对组成其特征在于，所述网络交易欺诈检测系统由两个结构相同的神经网络模型构成，两个神经网络模型间通过共享权值达到孪生的目的。本发明所构建基于孪生神经网络的网络交易欺诈方法有着很好的实验效果，该方法针对网络交易中时序性稀疏和数据不均衡问题，利用孪生结构来处理不均衡数据，并利用LSTM结构使网络具有记忆功能，以此来提高网络对于欺诈交易的检测能力。

公开(公告)号：CN110084610A

公开(公告)日：2019-08-02

申请号：CN201910327627.0

申请日：2019-04-23

Applicant: 东华大学

Inventor： 章昭辉 ,  蒋昌俊 ,  王鹏伟 ,  周欣欣

IPC: G06Q20/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明一种基于孪生神经网络的网络交易欺诈检测系统，所述网络交易欺诈检测系统的输入数据是由一组数据对组成其特征在于，所述网络交易欺诈检测系统由两个结构相同的神经网络模型构成，两个神经网络模型间通过共享权值达到孪生的目的。本发明所构建基于孪生神经网络的网络交易欺诈方法有着很好的实验效果，该方法针对网络交易中时序性稀疏和数据不均衡问题，利用孪生结构来处理不均衡数据，并利用LSTM结构使网络具有记忆功能，以此来提高网络对于欺诈交易的检测能力。

公开(公告)号：CN109034194A

公开(公告)日：2018-12-18

申请号：CN201810641664.4

申请日：2018-06-20

Applicant: 东华大学

Inventor： 蒋昌俊 ,  章昭辉 ,  王鹏伟 ,  汪立智 ,  张晓波 ,  周欣欣

IPC: G06K9/62 ,  G06Q20/40

CPC classification number: G06Q20/4016 ,  G06K9/6223 ,  G06K9/6256 ,  G06K9/6267

Abstract: 本发明涉及一种基于特征分化的交易欺诈行为深度检测方法，其特征在于，提出了基于交易时间的分化特征生成方法和带有离群样本检测的欺诈交易检测方法。本发明提出的网络交易欺诈检测方法，可以有效检测网络交易中的欺诈行为，本发明提供的方法从实用性角度出发，通过分化特征生成方法和带有离群样本检测的欺诈交易检测方法，建立了网络交易欺诈检测系统，为解决欺诈交易检测提供了技术支持。

公开(公告)号：CN108960304B

公开(公告)日：2022-07-15

申请号：CN201810640209.2

申请日：2018-06-20

Applicant: 东华大学

Inventor： 蒋昌俊 ,  章昭辉 ,  王鹏伟 ,  周欣欣 ,  张晓波 ,  汪立智

IPC: G06V10/764 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种网络交易欺诈行为的深度学习检测方法，其特征在于，步骤包括：第一步、利用历史交易特征数据对模型进行训练；第二步、将实时交易特征数据输入训练好的模型，判断当前交易是否为欺诈交易。本发明：(1)发明了适用于网络交易欺诈的基于特征重排的深度学习检测系统；(2)发明了特征排列构造层及排列方法。特征排列层可增加在每组卷积层与池化层之前。(3)发明了环式卷积方法，对于一条交易数据来说，通过环式结构的卷积，使得卷积后的信息不失真。

公开(公告)号：CN109034194B

公开(公告)日：2022-03-04

申请号：CN201810641664.4

申请日：2018-06-20

Applicant: 东华大学

Inventor： 蒋昌俊 ,  章昭辉 ,  王鹏伟 ,  汪立智 ,  张晓波 ,  周欣欣

IPC: G06K9/62 ,  G06Q20/40

Abstract: 本发明涉及一种基于特征分化的交易欺诈行为深度检测方法，其特征在于，提出了基于交易时间的分化特征生成方法和带有离群样本检测的欺诈交易检测方法。本发明提出的网络交易欺诈检测方法，可以有效检测网络交易中的欺诈行为，本发明提供的方法从实用性角度出发，通过分化特征生成方法和带有离群样本检测的欺诈交易检测方法，建立了网络交易欺诈检测系统，为解决欺诈交易检测提供了技术支持。

公开(公告)号：CN108960304A

公开(公告)日：2018-12-07

申请号：CN201810640209.2

申请日：2018-06-20

Applicant: 东华大学

Inventor： 蒋昌俊 ,  章昭辉 ,  王鹏伟 ,  周欣欣 ,  张晓波 ,  汪立智

IPC: G06K9/62 ,  G06N3/04

CPC classification number: G06K9/6267 ,  G06N3/0454

Abstract: 本发明涉及一种网络交易欺诈行为的深度学习检测方法，其特征在于，步骤包括：第一步、利用历史交易特征数据对模型进行训练；第二步、将实时交易特征数据输入训练好的模型，判断当前交易是否为欺诈交易。本发明：(1)发明了适用于网络交易欺诈的基于特征重排的深度学习检测系统；(2)发明了特征排列构造层及排列方法。特征排列层可增加在每组卷积层与池化层之前。(3)发明了环式卷积方法，对于一条交易数据来说，通过环式结构的卷积，使得卷积后的信息不失真。