女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

NN模型在金融風控場景中的應用

IEEE電氣電子工程師 ? 來源:未知 ? 作者:莊福振 ? 2022-07-08 15:30 ? 次閱讀

IEEE x ATEC

IEEE x ATEC科技思享會是由專業技術學會IEEE與前沿科技探索社區ATEC聯合主辦的技術沙龍。邀請行業專家學者分享前沿探索和技術實踐,助力數字化發展。

在社會數字化進程中,隨著網絡化、智能化服務的不斷深入,伴隨服務衍生出的各類風險不容忽視。本期分享會的主題是《網絡欺詐的風險與對抗》。五位嘉賓將從不同的技術領域和觀察視角,圍繞網絡欺詐場景下的風險及對抗技術展開分享。

以下是莊福振研究員的演講,《NN模型在金融風控場景中的應用》。

《NN模型在金融風控場景中的應用》

很高興能來參加IEEE x ATEC科技思享會。我今天分享的題目是《NN模型在金融風控場景中的應用》。我今天的演講內容主要分成三個部分:背景,研究工作,我們的一點總結。

眾所周知,在過去十幾年中,第三方在線支付市場發展迅速。同時,與在線交易相關的犯罪活動也大大增加,并且這種交易欺詐行為嚴重威脅了在線支付行業。2016年,互聯網犯罪投訴中心就收到了近380萬投訴,導致超過13億的財務損失。在線交易欺詐中,最常見的是賬戶被盜以及卡被盜。賬戶被盜指的是未經授權的賬戶操作或欺詐者在控制了某人的付款賬戶后進行的交易,通常由于憑證泄露造成的。卡被盜表示某人卡的相關信息,例如卡號、賬單信息等已被欺詐者獲取并用于未經授權的一些收費。

下面我分享一下我們和螞蟻集團聯合做的一些研究工作。主要有三個工作,一個是基于神經層級分解機的用戶事件序列分析(SIGIR 2020),第二個是基于雙重重要性感知分解機的欺詐檢測 (AAAI 2021),第三個是我們在可解釋方面提出的利用層級可解釋網絡建模用戶行為序列的跨領域欺詐檢測 (WWW 2020)。

一、基于神經層級分解機的用戶事件序列分析

首先是基于神經層級分解機的用戶事件序列分析。在支付業務中,每個人都從注冊系統、登錄系統,再到把自己選擇的商品放入購物車,最后做交易或者付款。根據用戶的賬戶動態,我們可以判定下次付款到底是不是一個欺詐行為。用戶的賬戶動態有豐富的數據序列信息可供利用。單純只關注特征組合的工作或者單純關注序列信息的工作,都只能從單獨的角度去建模用戶事件序列行為,每個事件僅通過簡單的嵌入、拼接或者全連接,而難以獲得更好的事件表示。我們希望設立一個層次化的模型同時結合這兩方面進行建模,從而對欺詐檢測進行分析。

2bf49f3c-fdd1-11ec-ba43-dac502259ad0.jpg

右圖有兩個案例,一個是我們在豆瓣上看了電影(如圖1),同樣也是一個用戶行為序列,這里面最大的一個貢獻是怎么去做這個事件的表示。我們剛才看到,每個事件實際上都包含了很多的特征。

2c0f16c8-fdd1-11ec-ba43-dac502259ad0.jpg

如圖2所示,一個事件的特征包含X1到Xn這么多個特征。我們在用戶的事件序列里,包括e1到eT的T個事件,每個事件在場景里面有56個特征,包括50個類別型特征和6個數字型特征。事件內部的特征之間的組合實際上更具判別性地來判定、預測欺詐檢驗。例如在1分鐘之內進行的跨國交易,我們就很容易判斷這是一筆盜卡行為。我們希望用FM模型去建模這種特征組合關系。FM是一種在嵌入空間中自動進行二階特征組合的模型。看一下(圖2)事件的表示:vi跟vj是兩個特征的向量化的空間的表示,它是兩兩特征之間的一個組合,Xi跟Xj實際上是一個權重的表示。最后我們會得到一個事件的表示,從特征的交互得到一個特征的事件表示。

2c26cb7e-fdd1-11ec-ba43-dac502259ad0.jpg

當這個事件表示完后,我們希望得到一個比較好的序列表示,即我們對這個序列進行提取一個比較好的特征表示。每個用戶序列實際上包含多個事件,兩個事件組合發生,對欺詐行為檢測更具有判別性。同樣的,我們也希望去考慮事件之間的序列的影響。比如說我們先做A事件再做B事件,可能會導致欺詐的可能性變大。我們希望我們的模型能夠去建模這種序列的影響。從剛才的角度出發,事件組合的建模,我們用S來表示,同樣也是因子分解機去做的。不同事件兩兩組合,qi和qj也是它的一個權重。對于序列影響,我們從兩方面去考慮,一是從事件自身的重要性去考慮,它有一個自注意力機制來表示就是Sself;還有一個是我們用RNN網絡來去建模事件的歷史序列行為信息,也就是雙向的LSTM去建模。最后,我們可得出這個序列是由三部分組成:事件的組合;事件的自注意力機制;事件本身具有的一個特征。把三者組合在一起得到整體的序列表示。

2c53d1a0-fdd1-11ec-ba43-dac502259ad0.jpg

右邊這張圖是我們提出的一個框架,也叫做神經層級分解機。從底部開始,是有事件的特征。我們對哪個事件特征進行編碼后,就可以去做這個事件的表示,學習做這個序列的提取。提取后,我們可以看到模型做一個多層感知機的輸出。我們同樣可以在這個Feature上面去做一個線性的分類。最終我們把這兩部分當成一個Sigmoid的一個參數,得到0到1之間的輸出,我們最終的一個優化函數其實是一個交叉熵的損失函數,N是對所有有標記的數據進行學習。這是我們的模型的一個框架。

2c6b37be-fdd1-11ec-ba43-dac502259ad0.jpg

在這個實驗中,我們利用工業界里面的一個真實的數據集。例如LAZADA這樣一個東南亞的電商平臺,我們從這個平臺上面拿到了三個國家的數據集。這個數據集正例是欺詐行為,負例是正常的交易行為,可以看到正常交易行為和異常的欺詐行為,相差非常大、類別非常不平衡。我們的公開數據集上、電影上的數據集也做了一個實驗。在基準的算法比較上,我們采用了比較先進的一些算法,比如W&D(Wide & deep)寬度和深度,還有NFM、DeepFM、xDeepFM,以及M3利用混合模型同時學習序列的長短期依賴的模型。

2c7b4762-fdd1-11ec-ba43-dac502259ad0.jpg

我們的評價指標是采用真實工業場景里面比較關注的低用戶打擾率時的召回率,即我們在給出結果時,我們希望對前面頭部的百分之多少的用戶打電話告訴他們這可能是一個欺詐行為。例如打1000個電話,這1000個應該都是有欺詐行為,即這個比例應該是越高越好的,因此我們采用的評價指標更關注于ROC曲線的頭部(FPR<=1%) 。這里面有一個消融的

審核編輯 :李倩

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 模型
    +關注

    關注

    1

    文章

    3490

    瀏覽量

    50023
  • STM
    STM
    +關注

    關注

    1

    文章

    557

    瀏覽量

    43013

原文標題:【北航莊福振分享】NN模型在金融風控場景中的應用

文章出處:【微信號:IEEE_China,微信公眾號:IEEE電氣電子工程師】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    軟國際打造票據智能控解決方案

    近年來,隨著票據市場規模擴大與業務復雜度提升,銀行票據控面臨監管趨嚴、商票風險頻發等挑戰。軟國際金融業務集團基于DeepSeek大模型與及Agentic AI技術,構建了智能化、全
    的頭像 發表于 04-25 13:58 ?290次閱讀

    NN3-24S24CN NN3-24S24CN

    電子發燒友網為你提供AIPULNION(AIPULNION)NN3-24S24CN相關產品參數、數據手冊,更有NN3-24S24CN的引腳圖、接線圖、封裝手冊、中文資料、英文資料,NN3-24S24CN真值表,
    發表于 03-19 18:51
    <b class='flag-5'>NN</b>3-24S24CN <b class='flag-5'>NN</b>3-24S24CN

    NN1-24S09H6 NN1-24S09H6

    電子發燒友網為你提供AIPULNION(AIPULNION)NN1-24S09H6相關產品參數、數據手冊,更有NN1-24S09H6的引腳圖、接線圖、封裝手冊、中文資料、英文資料,NN1-24S09H6真值表,
    發表于 03-19 18:44
    <b class='flag-5'>NN</b>1-24S09H6 <b class='flag-5'>NN</b>1-24S09H6

    NN2-12S05LNT NN2-12S05LNT

    電子發燒友網為你提供AIPULNION(AIPULNION)NN2-12S05LNT相關產品參數、數據手冊,更有NN2-12S05LNT的引腳圖、接線圖、封裝手冊、中文資料、英文資料,NN2-12S05LNT真值表,
    發表于 03-19 18:40
    <b class='flag-5'>NN</b>2-12S05LNT <b class='flag-5'>NN</b>2-12S05LNT

    NN2-15S15ANT NN2-15S15ANT

    電子發燒友網為你提供AIPULNION(AIPULNION)NN2-15S15ANT相關產品參數、數據手冊,更有NN2-15S15ANT的引腳圖、接線圖、封裝手冊、中文資料、英文資料,NN2-15S15ANT真值表,
    發表于 03-19 18:39
    <b class='flag-5'>NN</b>2-15S15ANT <b class='flag-5'>NN</b>2-15S15ANT

    NN1-24D05ANT NN1-24D05ANT

    電子發燒友網為你提供AIPULNION(AIPULNION)NN1-24D05ANT相關產品參數、數據手冊,更有NN1-24D05ANT的引腳圖、接線圖、封裝手冊、中文資料、英文資料,NN1-24D05ANT真值表,
    發表于 03-19 18:38
    <b class='flag-5'>NN</b>1-24D05ANT <b class='flag-5'>NN</b>1-24D05ANT

    NN1-12S09ANT NN1-12S09ANT

    電子發燒友網為你提供AIPULNION(AIPULNION)NN1-12S09ANT相關產品參數、數據手冊,更有NN1-12S09ANT的引腳圖、接線圖、封裝手冊、中文資料、英文資料,NN1-12S09ANT真值表,
    發表于 03-19 18:37
    <b class='flag-5'>NN</b>1-12S09ANT <b class='flag-5'>NN</b>1-12S09ANT

    華為云盤古大模型榮登金融科技產業大會引導者象限榜首

    基于金融業務場景的大模型能力象限(第一期)》,為金融科技領域的發展提供了權威參考。該象限圖根據科技廠商
    的頭像 發表于 01-13 15:57 ?501次閱讀

    開源大模型多個業務場景的應用案例

    人工智能發展浪潮,大模型的開源與閉源之爭一直是業內的熱點話題。隨著技術的不斷進步和應用場景的日益豐富,如何降低大模型的使用門檻,讓更多人
    的頭像 發表于 12-30 10:16 ?974次閱讀

    浪潮信息:元腦企智EPAI助力金融模型快速落地

    近日,2024金融科技應用創新發展大會暨農村金融機構信息化發展創新座談會在上海舉辦。浪潮信息推出元腦企智EPAI企業大模型開發平臺,面向金融業務場景
    的頭像 發表于 09-20 16:07 ?643次閱讀
    浪潮信息:元腦企智EPAI助力<b class='flag-5'>金融</b>大<b class='flag-5'>模型</b>快速落地

    探討IP查詢技術金融行業的深度應用

    隨著互聯網技術的飛速發展,金融行業對信息技術的依賴程度日益加深。其中,IP查詢技術作為網絡安全與控的重要工具,金融行業的應用日益廣泛且
    的頭像 發表于 09-07 10:08 ?507次閱讀

    AI模型MCU的應用

    機遇。將AI模型集成到MCU,不僅提升了設備的智能化水平,還使得設備能夠執行更復雜的任務,實現自主決策和實時響應。本文將從AI模型MCU
    的頭像 發表于 07-12 10:24 ?1747次閱讀

    華為如何助力金融模型開出價值之花

    2024,我們正見證金融模型走向成熟
    的頭像 發表于 07-09 13:59 ?2971次閱讀

    “技術故障”背刺巴菲特,金融模型到底靠不靠譜?

    英特爾? 至強? CPU Max系列處理器硬件能力、軟件優化、生態適配、總擁有成本優勢等方面都與金融場景非常契合,不失為業界大模型落地的一種新思路。
    的頭像 發表于 06-28 23:05 ?357次閱讀
    “技術故障”背刺巴菲特,<b class='flag-5'>金融</b>大<b class='flag-5'>模型</b>到底靠不靠譜?

    EVASH Ultra EEPROM 無線麥克方案的應用

    EVASH Ultra EEPROM 無線麥克方案的應用
    的頭像 發表于 06-23 17:16 ?914次閱讀