期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于可解释不平衡数据分类方法的加密货币交易欺诈检测
1
作者
尹裴
蒋文龙
徐岩
《上海理工大学学报》
北大核心
2025年第4期461-470,共10页
鉴于正常和欺诈交易数据在加密货币交易样本中分布极端不平衡,以及交易数据的高维特征和非线性关系,提出了一种用于加密货币交易欺诈检测的可解释不平衡数据分类方法。首先,使用synthetic minority oversampling technique(SMOTE)过采...
鉴于正常和欺诈交易数据在加密货币交易样本中分布极端不平衡,以及交易数据的高维特征和非线性关系,提出了一种用于加密货币交易欺诈检测的可解释不平衡数据分类方法。首先,使用synthetic minority oversampling technique(SMOTE)过采样和对比学习的数据增强策略来平衡数据;接着,引入基于transformer的深度学习模型,学习样本相关性,并通过基于对比损失的预训练和基于贝叶斯优化的微调策略来优化模型,更好地区分正常和欺诈交易的特征分布,提取与欺诈相关的高阶、高维特征;最后,设计基于shapley additive explanations(SHAP)的解释器,结合注意力分数对模型预测进行解释,揭示不同交易特征在欺诈检测中的作用。对比实验结果表明,该模型在召回率方面表现出色,能全面识别加密货币交易中的欺诈活动。同时,在F_(1)值上达到最佳,很好地平衡了准确率和召回率。消融实验验证了所提出的数据平衡和预训练-微调策略的必要性,说明其能有效处理不平衡数据的分类问题。研究不仅丰富了金融欺诈检测的研究体系,还增强了加密货币的交易安全性,促进市场健康发展,维护经济稳定与社会安全。
展开更多
关键词
加密货币
欺诈检测
数据分布极端不平衡
可解释
在线阅读
下载PDF
职称材料
基于贪心组合优化的分布极端不平衡分类算法
2
作者
陈兴国
许静
+1 位作者
李扬
罗玉盘
《小型微型计算机系统》
CSCD
北大核心
2024年第10期2411-2419,共9页
现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性...
现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性质,并采用贪心的组合优化方法.具体而言,选择深度森林算法为基础,依次组合最优重采样方法、以异常检测思想的特征提取方法对数据进行的特征处理方法或基于贝叶斯优化的最优代价敏感矩阵方法.在3种组合算法中选择分类性能最优的算法组合,再次组合其余角度的方法,判断分类性能是否再次提升.实验选择两组极端不平衡数据——真实饮用水数据和UCI数据库中的page-blocks数据进行验证.结果表明,基于贪心优化对算法间进行组合,在3轮迭代后得到的算法组合,较单一算法其分类性能能有进一步的提升.
展开更多
关键词
次模函数
贪心优化
数据分布极端不平衡
深度森林
组合算法
在线阅读
下载PDF
职称材料
题名
基于可解释不平衡数据分类方法的加密货币交易欺诈检测
1
作者
尹裴
蒋文龙
徐岩
机构
上海理工大学管理学院
上海理工大学智慧应急管理学院
北京市西城经济科学大学基础系
出处
《上海理工大学学报》
北大核心
2025年第4期461-470,共10页
基金
教育部人文社会科学研究项目(23YJCZH281)
国家自然科学基金资助项目(72301136)
信息网络安全公安部重点实验室开放课题资助项目(C23600)。
文摘
鉴于正常和欺诈交易数据在加密货币交易样本中分布极端不平衡,以及交易数据的高维特征和非线性关系,提出了一种用于加密货币交易欺诈检测的可解释不平衡数据分类方法。首先,使用synthetic minority oversampling technique(SMOTE)过采样和对比学习的数据增强策略来平衡数据;接着,引入基于transformer的深度学习模型,学习样本相关性,并通过基于对比损失的预训练和基于贝叶斯优化的微调策略来优化模型,更好地区分正常和欺诈交易的特征分布,提取与欺诈相关的高阶、高维特征;最后,设计基于shapley additive explanations(SHAP)的解释器,结合注意力分数对模型预测进行解释,揭示不同交易特征在欺诈检测中的作用。对比实验结果表明,该模型在召回率方面表现出色,能全面识别加密货币交易中的欺诈活动。同时,在F_(1)值上达到最佳,很好地平衡了准确率和召回率。消融实验验证了所提出的数据平衡和预训练-微调策略的必要性,说明其能有效处理不平衡数据的分类问题。研究不仅丰富了金融欺诈检测的研究体系,还增强了加密货币的交易安全性,促进市场健康发展,维护经济稳定与社会安全。
关键词
加密货币
欺诈检测
数据分布极端不平衡
可解释
Keywords
cryptocurrency
fraud detection
extremely imbalanced data classification
interpretable analysis
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于贪心组合优化的分布极端不平衡分类算法
2
作者
陈兴国
许静
李扬
罗玉盘
机构
南京邮电大学大数据安全与智能处理重点实验室
南京大学计算机软件新技术国家重点实验室
井冈山大学网络信息中心
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第10期2411-2419,共9页
基金
国家自然科学基金项目(62276142,62206133,62202240,62192783)资助
科技创新2030-“新一代人工智能”重大项目(2018AAA0100905)资助
+2 种基金
江苏省产业前瞻与关键核心技术竞争项目(BE2021028)资助
深圳市中央引导地方科技发展资金项目(2021Szvup056)资助
江西省高校信息化学会一般项目(GJJ191662)资助.
文摘
现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性质,并采用贪心的组合优化方法.具体而言,选择深度森林算法为基础,依次组合最优重采样方法、以异常检测思想的特征提取方法对数据进行的特征处理方法或基于贝叶斯优化的最优代价敏感矩阵方法.在3种组合算法中选择分类性能最优的算法组合,再次组合其余角度的方法,判断分类性能是否再次提升.实验选择两组极端不平衡数据——真实饮用水数据和UCI数据库中的page-blocks数据进行验证.结果表明,基于贪心优化对算法间进行组合,在3轮迭代后得到的算法组合,较单一算法其分类性能能有进一步的提升.
关键词
次模函数
贪心优化
数据分布极端不平衡
深度森林
组合算法
Keywords
sbmodular function
greedy optimization
extremely unbalanced data distribution
deep forest
combinational algorithm
分类号
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于可解释不平衡数据分类方法的加密货币交易欺诈检测
尹裴
蒋文龙
徐岩
《上海理工大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于贪心组合优化的分布极端不平衡分类算法
陈兴国
许静
李扬
罗玉盘
《小型微型计算机系统》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
