面向非平衡数据集的金融欺诈账户检测研究

来源：计算机工程杂志2021年第6期北京时间：

作者：吕芳, 汤丰赫, 黄俊恒, 王佰玲

单位：1. 哈尔滨工业大学(威海) 计算机科学与技术学院, 山东 威海 264209;2. 哈尔滨工业大学(威海)网络空间安全研究院, 山东 威海 264209

摘要：针对非平衡金融数据集，提出一种银行欺诈账户检测框架iForest-SMOTE。基于账户的动态交易特点，从统计、时序、监督信息维度抽取账户交易行为特征。针对过采样技术ADASYN在金融账户数据集中存在的跨区域样本合成问题，提出一种基于iForest算法的数据集均衡预处理策略，通过iForest算法对数据进行混合采样，在去除多数类噪声数据的同时降低分类器对少数类的学习难度。在此基础上，设计随机森林分类器实现金融欺诈账户检测。在真实金融账户交易数据集上进行实验，结果表明，与ADASYN、SMOTE等采样技术相比，iForest-SMOTE在召回率和准确率方面具有明显优势，F-value值至少能够提升2.13个百分点。

关键词：隔离森林,非平衡分类,欺诈账户检测,随机森林,特征挖掘