27、实时信用卡欺诈检测与面部识别技术研究

实时信用卡欺诈检测与面部识别技术研究

1. 实时信用卡欺诈检测

随着在线购物的兴起，信用卡欺诈事件急剧增加。为应对这一问题，构建了一个实时信用卡欺诈检测系统，该系统结合了 Apache Spark、Kafka 和机器学习算法。

1.1 数据处理与模型训练

• 运用 Spark SQL 对不平衡数据进行处理和平衡，随后使用 SparkML 和 Scikit - learn 库训练了 10 种不同的机器学习模型。
• 采用合成少数过采样技术（SMOTE）、欠采样和过采样等数据预处理技术，成功平衡了原始数据集。新数据集的类别分布如图 2 所示。

机器学习模型	误差
决策树	120
逻辑回归	200
KNN	150
线性 SVM	450
多项式 SVM	75
随机森林	60

从测试结果来看，随机森林算法在验证集上的误差最