[发明专利]一种基于孪生神经网络的网络交易欺诈检测系统有效
| 申请号： | 201910327627.0 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110084610B | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 章昭辉;蒋昌俊;王鹏伟;周欣欣 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G06Q20/40 | 分类号： | G06Q20/40;G06N3/0464;G06N3/0442;G06N3/08 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 翁若莹;柏子雵 |
| 地址： | 201600 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 一种 基于 孪生 神经网络 网络 交易 欺诈 检测 系统 | ||
【主权项】：
1.一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；每个神经网络模型包括CNN网络及LSTM网络，CNN网络后连接LSTM网络，利用CNN网络对交易数据做表征学习，学到一些虽然可解释性不强但是可以挖掘用户交易行为模式的特征，利用LSTM网络做网络记忆结构，对交易数据的时序性特征进行挖掘；数据对中两条数据分别输入两个神经网络模型中，两条数据进入两个神经网络模型后转换成两组特征向量，通过计算这两组特征向量的距离来判断输入的数据对是否属于同一类型，最后利用Contrastive Loss计算损失函数，使网络进行学习。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东华大学，未经东华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910327627.0/，转载请声明来源钻瓜专利网。
