摘要
本发明涉及一种VAE‑SAGAN模型、欺诈检测模型训练方法及系统。VAE‑SAGAN模型训练方法包括:获取多个第一欺诈样本作为第一训练集;将所述第一训练集输入预训VAE‑SAGAN模型进行训练,训练过程如下:将各个第一欺诈样本输入到所述预训VAE‑SAGAN模型,获得各个第一重构欺诈样本;获取每个第一欺诈样本与对应的第一重构欺诈样本之间的重构损失值和对抗损失值;将每个第一欺诈样本对应的重构损失值与对抗损失值之和作为总损失值;基于各个总损失值调整所述预训VAE‑SAGAN模型的参数,并重复执行训练直至各个所述总损失值均收敛,和/或,直至迭代预设次数,则将当前的预训VAE‑SAGAN模型作为目标VAE‑SAGAN模型。能够通过过采样方法来保证欺诈样本和正常交易样本之间数据平衡化的效果。
技术关键词
欺诈检测
DBSCAN算法
训练集
模型训练方法
噪声样本
重构单元
模型训练系统
注意力机制
过采样方法
数据
深度神经网络
支持向量机
变量
编码器
模块
参数