吕 芳，汤丰赫，黄俊恒，王佰玲

（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）

0 概述

欺诈可以定义为导致金钱或个人利益损失的不正当或刑事欺骗行为。近年来，欺诈活动的形式和规模随着跨银行交易而变得越来越复杂和庞大，普华永道（PwC）［1］2018 年的全球经济犯罪调查结果显示，有49%的公司在过去两年经历过金融欺诈行为，2016 年的这一数据仅为36%。面对海量、多样的欺诈手段，基于专家知识、侦查经验的传统欺诈账户识别方法已经难以满足当前金融安全保障的需求。如何从海量金融数据中自动识别少数欺诈账户逐渐成为侦查部门及大数据研究人员关注的问题。

金融欺诈账户检测是一项难度较高的任务，许多学者使用不同方法从多个角度研究检测模型。文献［2］采用广义的定性相应模型（EGB2）来预测企业管理层进行的欺诈活动，文献［3］提出一种成本敏感的决策树欺诈检测方法，文献［4］对比了利用支持向量机（SVM）、逻辑回归和随机森林构建模型对欺诈检测的性能，文献［5］通过比较金融欺诈检测中机器学习算法的性能，得出随机森林算法是最佳的金融欺诈检测技术。在真实的交易数据中，欺诈账户的数据量相对整个数据集来说比例极少，且其具有欺诈倾向的行为活动被淹没在海量、常规的金融交易活动中。若直接采用上述分类模型，由于常规交易（多数类样本）数量多，欺诈交易（少数类样本）数量少，会导致欺诈检测模型在学习分类边界时无法充分捕捉少数类样本的类别特征，从而影响对欺诈账户的检测性能。……