論文の概要: A Time Attention based Fraud Transaction Detection Framework
- arxiv url: http://arxiv.org/abs/1912.11760v2
- Date: Fri, 27 Mar 2020 11:13:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-10 08:29:33.012050
- Title: A Time Attention based Fraud Transaction Detection Framework
- Title(参考訳): 時間的注意に基づく不正取引検出フレームワーク
- Authors: Longfei Li, Ziqi Liu, Chaochao Chen, Ya-Lin Zhang, Jun Zhou, Xiaolong
Li
- Abstract要約: 本稿では,ユーザの静的プロファイルとユーザの動的動作の両方のパターンを活用することによって,不正取引を検出する新しい手法を提案する。
本稿では,時間間隔の詳細な情報を埋め込むために,時空の注意に基づく繰り返しレイヤを提案する。
さらに、学習した埋め込みとユーザの静的プロファイルを統一されたフレームワークに統合します。
- 参考スコア(独自算出の注目度): 24.63982574589601
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With online payment platforms being ubiquitous and important, fraud
transaction detection has become the key for such platforms, to ensure user
account safety and platform security. In this work, we present a novel method
for detecting fraud transactions by leveraging patterns from both users' static
profiles and users' dynamic behaviors in a unified framework. To address and
explore the information of users' behaviors in continuous time spaces, we
propose to use \emph{time attention based recurrent layers} to embed the
detailed information of the time interval, such as the durations of specific
actions, time differences between different actions and sequential behavior
patterns,etc., in the same latent space. We further combine the learned
embeddings and users' static profiles altogether in a unified framework.
Extensive experiments validate the effectiveness of our proposed methods over
state-of-the-art methods on various evaluation metrics, especially on
\emph{recall at top percent} which is an important metric for measuring the
balance between service experiences and risk of potential losses.
- Abstract(参考訳): オンライン決済プラットフォームは、ユビキタスで重要であり、ユーザーアカウントの安全性とプラットフォームのセキュリティを確保するために、不正取引の検出がこれらのプラットフォームの鍵となっている。
本稿では,ユーザの静的プロファイルとユーザの動的行動の両方のパターンを統一フレームワークで活用し,不正取引を検出する新しい手法を提案する。
連続時間空間におけるユーザの行動に関する情報に対処し,探索するために,特定の行動の継続時間,異なる行動の時間差,連続的な行動パターンなど,時間間隔の詳細な情報を組み込むために 'emph{time attention based recurrent layer} を提案する。
同じ潜在空間で。
さらに,学習した組込みとユーザの静的プロファイルを統一したフレームワークで統合する。
特に,サービス経験と潜在的な損失のリスクのバランスを測定する上で重要な指標である \emph{recall at top percent} において,提案手法の有効性を検証する実験を行った。
関連論文リスト
- Online Decision Mediation [72.80902932543474]
意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。
臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
論文 参考訳(メタデータ) (2023-10-28T05:59:43Z) - Auditing Fairness by Betting [47.53732591434]
我々は,デプロイされた分類モデルと回帰モデルの公平性を評価するための,実用的で効率的で非パラメトリックな手法を提供する。
我々の手法は逐次的であり、入ってくるデータの継続的なモニタリングを可能にする。
提案手法の有効性を3つのベンチマークフェアネスデータセットに示す。
論文 参考訳(メタデータ) (2023-05-27T20:14:11Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳(メタデータ) (2023-04-21T02:20:24Z) - PAC-Based Formal Verification for Out-of-Distribution Data Detection [4.406331747636832]
本研究は、VAEの符号化プロセスを用いて、OOD検出に基づくほぼ正しい(PAC)保証を行う。
ユーザ定義の信頼性で不慣れなインスタンスに検出エラーをバインドするために使用される。
論文 参考訳(メタデータ) (2023-04-04T07:33:02Z) - Virtual Control Group: Measuring Hidden Performance Metrics [0.0]
本稿では,調査理論と因果推論に基づく統計的手法を用いて,システムの偽陽性率や単一ブロッキングポリシーを推定する。
本稿では,サイバーセキュリティなどの他の統合ドメインに適用可能なアプローチについて述べる。
論文 参考訳(メタデータ) (2022-08-27T06:58:14Z) - Conformance Checking with Uncertainty via SMT (Extended Version) [66.58864135810981]
データ認識参照プロセスに対する不確実なログの適合性を確認する方法を示す。
我々のアプローチはモジュラーであり、異なるタイプの不確実性に均質に適合する。
本研究は,概念実証によるアプローチの正しさと実現可能性を示す。
論文 参考訳(メタデータ) (2022-06-15T11:39:45Z) - Evaluating Membership Inference Through Adversarial Robustness [6.983991370116041]
本稿では,敵の強靭性に基づくメンバシップ推論攻撃の強化手法を提案する。
提案手法をFashion-MNIST, CIFAR-10, CIFAR-100の3つのデータセットで評価した。
論文 参考訳(メタデータ) (2022-05-14T06:48:47Z) - FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality
Assessment [93.09267863425492]
競争力のあるスポーツビデオにおける行動の高レベル意味論と内部時間構造の両方を理解することが、予測を正確かつ解釈可能なものにする鍵である、と我々は主張する。
本研究では,多様なダイビングイベントに対して,アクションプロシージャに関する詳細なアノテーションを付加した,ファインディビングと呼ばれる詳細なデータセットを構築した。
論文 参考訳(メタデータ) (2022-04-07T17:59:32Z) - Data-driven behavioural biometrics for continuous and adaptive user
verification using Smartphone and Smartwatch [0.0]
行動バイオメトリックスと多要素認証(MFA)をブレンドするアルゴリズムを提案する。
本研究では,モーションベースバイオメトリックスを用いてユーザの身元を検証するための2段階のユーザ検証アルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-10-07T02:46:21Z) - Change Point Detection in Time Series Data using Autoencoders with a
Time-Invariant Representation [69.34035527763916]
変化点検出(CPD)は、時系列データにおける急激な特性変化を見つけることを目的としている。
近年のCDD法は、深層学習技術を用いる可能性を示したが、信号の自己相関統計学におけるより微妙な変化を識別する能力に欠けることが多い。
我々は、新しい損失関数を持つオートエンコーダに基づく手法を用い、使用済みオートエンコーダは、CDDに適した部分的な時間不変表現を学習する。
論文 参考訳(メタデータ) (2020-08-21T15:03:21Z) - An Intelligent and Time-Efficient DDoS Identification Framework for
Real-Time Enterprise Networks SAD-F: Spark Based Anomaly Detection Framework [0.5811502603310248]
我々は、異なる機械学習技術を用いたDDoS異常検出のためのセキュリティ解析技術について検討する。
本稿では,システムへの入力として実際のトラフィックを扱う新しいアプローチを提案する。
提案するフレームワークの性能要因を3つの異なるテストベッドで検討・比較する。
論文 参考訳(メタデータ) (2020-01-21T06:05:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。