| 講 題 | 以動態分群塑模為基礎之線上拍賣詐騙偵測方法 | | 講 者 | 張昭憲, 詹凱薰 | | 日 期 | 2018/10/26 | 長 度 | 00:10:18 | 人 氣 | 123 次 | | | 線上拍賣詐騙的嚴重性有目共睹,對電子商務的長遠發展造成不利影響。對此問題,學者紛紛提出許多偵測方法,期能發揮早期預警效果。然而,面對日新月異詐騙手法,這些方法並無法獲得令人滿意的結果。為此,本研究以動態分群塑模為基礎,發展一套有效偵測方法,以提升詐騙偵測準確率。與前人研究最大不同之處,提出方法能根據待測帳號的特性,動態建立偵測模型。首先,我們先將訓練資料中的詐騙者與正常者進行群聚分析,以獲得各種典型交易型態。接著,再根據待測帳號與這些群聚的匹配程度,找出最適合之正常者與詐騙者群聚來塑模。最後,再以此動態模型來進行異常偵測。實驗結果顯示,對於不誠實交易者之偵測,本研究提出方法準確率明顯優於傳統單一分類樹模型;對於詐騙帳號之偵測,亦優於單一偵測模型,且詐騙者偵測精度有明顯改善。上述結果顯示,提出之方法確能有效提升詐騙偵測之準確性。 | | 提 供 | TANET台灣網際網路研討會-TANET2018 | | |
|