-
题名基于稳定风险特征选择的支付风险识别模型
- 1
-
-
作者
刘正宵
段丁阳
唐志浩
符天枢
-
机构
中国科学院大学网络空间安全学院
中国科学院数据与通信保护研究教育中心
-
出处
《信息安全研究》
2019年第10期858-864,共7页
-
基金
国家重点研发计划项目(2016YFB0800500)
-
文摘
在移动支付产业蓬勃发展的今天,移动支付安全成为了倍受社会关注的问题。大数据时代的到来,使得以大数据的方法来建立移动支付风险识别模型成为一种保障移动支付安全的可行方法。在使用移动支付第三方平台数据建模过程中主要面临着两个问题:首先是要保证模型的时效性和稳定性,让机器学习模型学习到最新的移动支付风险,且能够在尽量长的时间内不需要重复训练。其次,第三方支付平台的风险控制系统会基于对交易的风险判断干预多笔危险交易,产生无标签数据,如何利用这些无标签数据同样是一个要解决的问题。实验结果表明,通过比较训练集与测试集数据统计特征的方法从这些数据中筛选出平稳特征进行建模可提高模型稳定性,将无标签数据直接标注为负样本同样可以提升模型效果。
-
关键词
移动支付
大数据决策
风险控制
机器学习
特征选择
-
Keywords
Mobile payment
Big data decision
Risk control
Machine learning
Feature selection
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
