深度学习金融欺诈检测论文发布

该研究提出一种基于神经网络架构的深度学习欺诈交易检测方法，旨在解决传统基于规则的系统难以应对不断演变攻击模式的难题。 模型在真实金融交易数据集上评估了LSTM、CNN及混合架构，其性能显著优于传统机器学习基线，且能在检测欺诈交易的同时将误报率降至最低。 该方法为构建可扩展的企业级金融网络安全系统提供了有效方案。

摘自 arXiv · ML

还没有足够的连续观测数据，暂不绘制趋势。