[发明专利]一种基于非累积属性的实时欺诈检测方法及装置

摘要

本发明提供了一种基于非累积属性的实时欺诈检测方法及装置，用于电信信息安全技术领域。本发明装置包括属性设计模块、用户分箱模块、用户离散化模块、评分计算模块以及欺诈判决模块；属性设计模块中选择非累积的属性表征用户的通话习惯，用户分箱模块采用等深分箱，获取被检测用户在每个属性上的离散化结果，评分计算模块计算用户间的曼哈顿距离的最小值，欺诈判决模块根据阈值判断是否发生欺诈。本发明方法用非累积的属性刻画用户的行为特征，根据其通话习惯的相似性进行欺诈识别，采用等深分箱避免高值用户对正态分布偏度的影响，使用曼哈顿距离进行评分计算。本发明计算复杂度低，实现了海量数据实时运算，可在欺诈早期进行识别告警。

主权项

1.一种基于非累积属性的实时欺诈检测方法，其特征在于，实现步骤如下：/n步骤1，导入原始数据，原始数据为用户通信业务详单，原始数据包括被检测客户集和已知欺诈用户集，被检测客户和欺诈用户的数据结构完全一致，根据唯一的用户编号以及欺诈标识属性加以区分；/n步骤2，确定所要分析的业务目标；/n步骤3，设计属性，选择非累积的属性，以反映用户通话行为特征；属性不选择累积型的属性；/n步骤4，数据预处理，将原始数据中逻辑错误的数据删除；/n步骤5，采用分箱进行离散化，将用户行为表示为特征向量；所述的分箱为等深分箱，将被检测客户在每一属性下，按属性值升序排列后计算分箱临界值；对被检测用户和欺诈用户，都根据分箱临界值，映射得到用户在每一属性上的分箱号，分箱号组成用户的特征向量；设有N个被检测用户，每个被检测用户有M个属性，分箱数目为K，N、M和K均为正整数；计算自然数[0,N]的K分箱临界值集合a，