摘要
本申请公开了一种网络欺诈风险检测方法、装置、设备及存储介质,涉及人工智能领域,包括:从目标网络数据源获取目标网络数据并进行处理以得到第一目标数据;对第一目标数据进行划分以得到第一目标训练集和第一目标测试集以便对预训练大模型进行微调以得到目标大模型;利用目标大模型和自然语言处理工具对第一目标数据进行处理以得到第二目标数据,以便构建第二目标训练集和第二目标测试集对目标机器学习模型和目标深度学习模型进行训练以得到训练后的目标机器学习模型和目标深度学习模型,进行模型融合得到目标网络欺诈风险检测模型,利用目标网络欺诈风险检测模型进行网络欺诈风险检测。本申请实现了对网络欺诈风险进行检测识别和预警。
技术关键词
风险检测方法
机器学习模型
深度学习模型
网络
自然语言
数据采集方式
数据处理模块
风险检测装置
特征选择算法
清洗规则
可读存储介质
处理器
参数
电子设备
频率
格式
存储器
系统为您推荐了相关专利信息
测试场景
自然语言
机器可读代码
可读存储介质
转换器模块
RNA二级结构
FPGA芯片
GAN模型
接口单元
卷积网络模型
三通道
轮廓图像
分割方法
融合原始图像
图像分割
多尺度特征提取
特征描述符
融合特征
图像
注意力
真空浓缩
数据分析系统
最佳工艺参数
引入神经网络模型
人机交互模块