人工智能在银行欺诈操作识别中的应用

arXiv:2608.07471v1 公告类型：新 摘要：本研究考虑应用人工智能识别银行欺诈的任务。近年来，由于新冠病毒大流行，银行欺诈变得更加普遍，因为许多业务大规模转移到在线平台，并且创建了许多慈善基金，犯罪分子可以利用这些基金来欺骗用户。目前的工作重点是机器学习算法，作为一种非常适合分析和识别网上银行交易的工具。该研究的科学新颖之处在于开发了用于识别欺诈性银行交易的机器学习模型以及用于预处理银行数据以进一步比较和选择最佳结果的技术。本文还详细介绍了提高检测精度的各种方法，即处理高度不平衡的数据集、特征转换和特征工程。所提出的模型基于人工神经网络，有效提高了欺诈交易检测的准确性。不同算法的结果是可视化的，逻辑回归算法表现最好，输出AUC值约为0,946。堆叠泛化显示更好的 AUC 为 0.954。使用人工智能算法识别银行欺诈是数字社会的一个热门问题。