期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于规则引擎的互联网金融反欺诈研究被引量：7

下载PDF

导出

摘要随着互联网金融及其应用的快速发展,如何对大量交易数据进行快速、准确的风险监控与欺诈预警已成为银行和第三方支付平台的迫切需要。规则引擎能将规则匹配与应用程序隔离,且在大量数据和规则情况下具有较好的执行效率。针对互联网金融反欺诈的相关特点,该文提出了基于规则引擎的反欺诈模型,并进行了规则库设计、优化规则匹配过程的研究,为规则引擎在反欺诈场景中的应用提供了一种设计思路。

作者丁濛濛

机构地区同济大学

出处《电脑知识与技术》 2018年第1期1-3,共3页 Computer Knowledge and Technology

关键词反欺诈规则引擎 RETE算法大数据

分类号 TP311 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

同被引文献46

1曹汉平,张晓晶,祝睿杰,黄潇拉.数字金融时代机器学习模型在实时反欺诈中的应用与实践[J].智能科学与技术学报,2019,0(4):342-351. 被引量：10
2张成虎,李时.基于AI技术的反洗钱系统设计[J].中国金融电脑,2005(3):44-47. 被引量：7
3孙大利.关联规则分析及其在信用卡反欺诈中的应用[J].中国信用卡,2007(11X):36-37. 被引量：4
4喻炜,王建东.基于交易网络特征向量中心度量的可疑洗钱识别系统[J].计算机应用,2009,29(9):2581-2585. 被引量：7
5张峰.网络银行交易的技术风险及其防范研究[J].浙江金融,2010(6):58-59. 被引量：4
6徐永华.基于支持向量机的信用卡欺诈检测[J].计算机仿真,2011,28(8):376-379. 被引量：13
7刘丽芳,陶文立,陈延妙.拓扑工具在反洗钱关联账户资金流分析中的运用[J].福建金融,2013(2):39-45. 被引量：2
8孙景,陈婧,万红.基于复杂网络的可疑金融交易识别研究[J].数字技术与应用,2013,31(4):206-207. 被引量：3
9张杰,赵峰.基于支持向量机的中小企业技术信贷违约预测[J].统计与决策,2013,29(20):66-69. 被引量：9
10黄克捷,陈俊清,叶宗睿.应用大数据技术加强金融交易反欺诈[J].中国城市金融,2015,0(2):42-44. 被引量：4

引证文献7

1金磐石,万光明,沈丽忠.基于知识图谱的小微企业贷款申请反欺诈方案[J].大数据,2019,5(4):100-112. 被引量：15
2石强.反欺诈中的用户手机号数据研究[J].智能计算机与应用,2019,9(3):256-258. 被引量：2
3吕芳,汤丰赫,黄俊恒,王佰玲.金融网络频繁链路发现算法[J].网络与信息安全学报,2019,5(5):48-55. 被引量：1
4郝光昊.数字化欺诈与金融科技反欺诈的应用[J].税务与经济,2019,0(6):40-47. 被引量：7
5王成,王昌琪.一种面向网络支付反欺诈的自动化特征工程方法[J].计算机学报,2020,43(10):1983-2001. 被引量：12
6成运,陈萍.关于商业银行零售信贷反欺诈系统搭建研究[J].电子技术与软件工程,2023(6):214-217.
7翟兴明.银行交易欺诈风险防控技术研究与实践[J].电脑知识与技术,2024,20(21):80-82.

二级引证文献37

1熊奥,高畅,赵明辉,张玲玲.基于知识图谱的核电设备健康管理知识建模与分析[J].科技促进发展,2021,17(4):640-649. 被引量：10
2陈婕.知识图谱提升商业银行反欺诈手段[J].中国科技纵横,2019(22):251-252. 被引量：3
3陈翔宇,李雅婷,许秋,王成宇.数字普惠金融视角下的金融风险监测体系研究[J].全国流通经济,2020,0(1):156-157.
4徐瑜,周游,林璐,张聪.无监督机器学习在游戏反欺诈领域的应用研究[J].信息网络安全,2020(9):32-36.
5柴洪峰,王帅,涂晓军,孙权,马小峰,吴杰,才华,郑晓龙,王飞跃.智能化金融科技创新监管工具:理念、平台框架和展望[J].智能科学与技术学报,2020,2(3):214-226. 被引量：4
6王文广.知识图谱推理:现代的方法与应用[J].大数据,2021,7(3):42-59. 被引量：4
7陈强,代仕娅.基于金融知识图谱的会计欺诈风险识别方法[J].大数据,2021,7(3):116-129. 被引量：15
8吕芳,汤丰赫,黄俊恒,王佰玲.面向非平衡数据集的金融欺诈账户检测研究[J].计算机工程,2021,47(6):312-320. 被引量：2
9徐国天,沈耀童.基于XGBoost与Stacking融合模型的恶意程序多分类检测方法[J].信息网络安全,2021(6):52-62. 被引量：8
10刘卉芳.基于运营商大数据的反欺诈模型研究与应用[J].电脑与电信,2021(7):46-52.

1魏伟,康准.基于随机森林和规则匹配的垃圾评论识别[J].软件,2017,38(12):90-94.
2华夏银行与腾讯公司战略合作创新推进“AI即服务”[J].卓越理财,2017,0(7):72-72.
3杨颖,赵守香.互联网环境下信用卡反欺诈系统研究[J].电脑知识与技术,2018,14(1):50-52. 被引量：1
4张梦.“保险侦探”浮出水面[J].远东经济画报,2006,0(3):48-51.
5朱佳浩.规则库在菜谱设计中的应用前景研究[J].现代食品,2017,2(19):71-73.
6李刚,徐文亮,麻刚斗.工业锅炉氮氧化物污染控制的氨混合优选方案[J].中国环保产业,2018(2):39-45. 被引量：3
7张新英,付川南.一种高效的多类型数据挖掘算法[J].中国电子科学研究院学报,2017,12(4):359-364. 被引量：10
8潘梦雪,罗春华.ERM风险管理框架的新发展、启示与借鉴[J].生产力研究,2018(1):150-153. 被引量：2
9黄晓辉,李栋,石海龙,崔莉.EasiRCC:面向智能家居的规则匹配与冲突消除方法[J].计算机研究与发展,2017,54(12):2797-2806. 被引量：5
10余琨,伍孝金.基于KL散度矩阵迹的潜映射半监督社区发现[J].计算机工程,2017,43(12):296-302.

电脑知识与技术

2018年第1期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部