基于XGBoost与自适应SMOTE的信息诈骗识别方法
杨伟志
赵小蕾
王玉娟
黎丹雨
广州新华学院信息科学学院 广东东莞 523133
摘要：信息技术的发展,在便利用户生活的同时,也为不法分子进行诈骗活动提供了更便捷的方式,信息诈骗的影响日益严重.通过对通信用户的基础信息、语音通话、短信收发、网站流量记录等行为数据进行分析,基于普通用户和诈骗用户群体间差异较大的行为数据,构建特征向量,针对信息诈骗中样本不平衡问题设计自适应过采样算法进行数据平衡,并通过"阈值筛选"和"嵌入式筛选"降低样本噪声,采用XGBoost构建诈骗用户识别模型.实验表明,模型方法在两个独立数据集上表现良好,在85％精确率上诈骗用户召回率分别为90.8％和89.1％.
关键词：XGBoost信息诈骗样本不平衡过采样风险
资助基金：广东省普通高校青年创新人才项目(2020KQNCX126)广州新华学院科研项目(2020KYQN04)广州新华学院重点学科项目(2020XZD02)
论文发表日期：2022-09-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 32-35 )