摘要
本发明公开了一种基于大数据和人工智能的信息欺诈识别方法,涉及信息安全技术领域,本发明包括步骤S1、多源数据采集与处理,步骤S2、动态异构图构建,步骤S3、特征编码器设计,步骤S4、异构时空注意力机制,步骤S5、多模态融合,步骤S6、动态欺诈检测模型,步骤S7、在线增量学习,步骤S8、可视化解释系统,本发明通过引入异构时空图注意力机制,提升了欺诈检测的精度,具体是,通过设计时空关联矩阵,动态计算节点间的时空注意力权重,能够有效识别异常行为,时空关联矩阵结合了节点特征和时间差信息,能够捕捉用户行为的动态演化规律,此种设计能够更准确地识别具有时空关联性的复杂欺诈模式,提高欺诈检测的准确性和可靠性。
技术关键词
欺诈识别方法
时空注意力机制
节点
欺诈检测
在线增量学习
大数据
解释系统
异构
时序特征
结构编码器
多模态
关系网络数据
生成报告
矩阵
滑动窗口机制
文本
动态
信息安全技术
系统为您推荐了相关专利信息
分布式储能
联邦学习策略
云端服务器
异常数据
环境温度梯度
电子商务产品
监测方法
语义
线性预测倒谱系数
构建知识图谱
功能块
智能规划方法
时序
数字孪生模型
数字孪生建模