クレジットカード不正検出のためのランダムフォレスト

クレジットカード詐欺は頻繁に発生し、巨額の経済的損失を引き起こします。犯罪者は、トロイの木馬やフィッシングなどの技術を使って他人のクレジットカード情報を盗むことができます。そのため、効果的な詐欺検出方法が重要です。なぜなら、犯罪者が盗まれたカードを使って消費する際に、詐欺をタイムリーに特定できるからです。1つの方法は、通常の取引と詐欺の取引を含む過去の取引データを最大限に活用して、機械学習技術に基づいた正常/不正行動特徴を取得し、これらの特徴を利用して取引が詐欺かどうかを確認することです。本論文では、正常および異常取引の行動特徴を訓練するために2種類のランダムフォレストを使用します。異なるベース分類器を持つ2つのランダムフォレストを比較し、クレジット詐欺検出におけるそれらの性能を分析します。私たちの実験に使用されるデータは、中国のeコマース企業から得られたものです。