지식 그래프 통합 심층 신경망을 이용한 지능형 금융 사기 탐지 모델

재정적 사기 탐지는 사이버 공간에서 긴급한 기술적 요구가 되고 있습니다. 이는 금융 사회 네트워크 내의 복잡한 관계에 대한 명확한 추출 및 깊은 표현에 크게 의존합니다. 따라서 이 연구는 이러한 문제를 해결하기 위해 지식 그래프와 심층 학습을 결합합니다. 본 논문에서는 지식 그래프 안내와 심층 신경망을 기반으로 한 지능형 금융 사기 탐지 모델을 제안합니다. 먼저, 여러 엔티티와 관계를 포함하는 재정적으로 관련된 시스템에 기반한 새로운 지식 그래프가 구축됩니다. 그런 다음 재정 속성을 추출하기 위해 적대적 학습 기반의 신경망 구조가 형성됩니다. 마지막으로, 탐지 결과는 추출된 요소에 따라 출력될 수 있습니다. 경험적으로, 제안된 모델은 성능 평가를 위해 실제 데이터 세트에서 구현됩니다. 실험 결과는 전통적인 사기 탐지 방법에 비해 더 높은 정확성과 효율성을 보여줍니다. 제안된 탐지 모델은 알려진 사기 행위를 식별할 뿐만 아니라 소비자 습관에 따라 잠재적인 사기 패턴을 예측할 수 있어 금융 거래의 보안성과 신뢰성을 개선합니다. 또한 실시간으로 지식 그래프를 업데이트하여 새로운 사기 방법 및 변형에 대응할 수 있습니다.