基于贝叶斯优化的SVM-Xgboost移动支付风险预警模型
2022-05-26李保安张雨祺李培峦
李保安, 张雨祺,李培峦
(1.河南科技大学 数学与统计学院, 河南 洛阳 471023;2.洛阳职业技术学院,河南 洛阳 471000)
0 引言
作为互联网信息技术所衍生的新兴产物,移动支付具有高效、快捷、便携、便利等优势,给人们的生活带来了便捷,也推动着社会经济和其他行业的进步。但同时,移动支付的发展过程也产生了政策风险、法律风险、资金安全风险等诸多问题,这些问题均可能对用户造成资金损失,因此,寻找一种能够对移动支付交易记录进行风险侦测的方法至关重要。
由于移动支付仍属于较新事物,故相应研究文献相对较少。文献[1]基于粒子群算法优化对支持向量机(support vector machine,SVM)进行改进,用于对电子商务移动支付风险进行预测。文献[2]使用层次分析法对农村移动支付风险因素进行了研究分析。文献[3]提出使用数据挖掘相关技术,对多维电子商务移动支付风险的时间序列进行分析,构建了预测模型。文献[4]先使用威胁模型(spoofing tampering repudiation information disclosure denial of service elevation of privilege,STRIDE)建立指标体系,再使用模糊综合评价法对移动支付交易进行风险评估。文献[5]对移动支付存在的风险进行分类并确定权重后,使用反向传播(back propagation,BP)神经网络对移动支付的整体风险评价程度进行了预测。文献[6]以银联手机闪付为例,将各种风险分类后,使用层次分析法建立各级指标体系,并使用内容效度比进行指标检验,最后建立了神经网络进行训练验证和风险预测。以上对于移动支付风险研究多是从移动支付本身存在的风险因素进行研究分析,而对于移动支付交易记录存在的风险侦测相关研究较少。……
