[發明專利]一種帶噪聲學習的負樣本對抗生成方法

有效

• 申請號: 202010045213.1
• 申請日: 2020-01-16
• 公開（公告）號: CN111428853B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 章昭輝;蔣昌俊;王鵬偉;楊麗俊
• 申請（專利權）人: 東華大學
• 主分類號: G06N3/094
• 分類號: G06N3/094;G06N3/0475;G06N3/0455;G06F18/214;G06F18/241
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊

1.一種基于噪聲學習的對抗樣本生成方法，其特征在于，采用自動編碼器結合生成對抗網絡的結構，包括編碼器E、解碼生成器G和判別器D，其中，編碼器對輸入的每一條交易數據學習其欺詐特征模式，進行壓縮編碼后，得到輸入交易的特征空間z；將自動編碼器中的解碼器和生成對抗網絡中的生成器結構合二為一，兩個網絡共享權值參數，形成解碼生成器G；判別器D是一個分類器模型，判別器D不僅會讀取原始數據，標記為true，還會將解碼生成器G生成的數據作為輸入，標記為false，給出true或者false的結果，所述對抗樣本生成方法包括以下步驟：

步驟1、依據數據集中帶標簽樣本的標簽，將所有帶標簽樣本劃分為不同的樣本數據集，通過數據抽取方法從交易負樣本數據中抽取出負樣本數據集；

步驟2、建立模型，并利用上一步獲得的負樣本數據集對模型進行訓練，包括以下步驟：

S201、初始化模型

獲取上一步得到的交易負樣本數據集，作為模型中編碼器E和判別器D的輸入；設置模型的網絡層數、節點數、激活函數、梯度訓練函數，對模型的參數訓練次數、網絡權值、偏置值、學習率初始化后，構建初始的模型；

S202、模型訓練

根據給定的訓練次數、迭代方案、優化目標，對模型進行對抗訓練，編碼器E、解碼生成器G和判別器D的優化目標分別表示為：

編碼器E優化目標：

式中，L_Encoder表示編碼器損失、X表示原始數據、E＝E(X)表示通過編碼器重建的樣本；

判別器優化：

式中，表示損失函數，x表示生成數據或樣本數據、D＝D(x)表示判別器輸出，p_data表示真實數據分布，表示真實數據下的損失，p_z表示生成數據分布，z表示隨機噪聲，G(z)表示生成數據樣本，D(G(z))表示判別器對生成樣本的區分，G(E(X))表示編碼器指導下生成樣本，D(G(E(X)))表示判別器對G(E(X))的區分，表示生成數據下的損失；

解碼生成器優化：

當編碼器E、解碼生成器G和判別器D達到優化目標后，模型停止更新；

S203、模型保存；

步驟3、對模型進行數據生成質量檢驗；

步驟4、對模型進行分類實驗檢驗：

將步驟2中模型最終生成的數據作為分類結構的輸入，訓練分類結構，得到交易數據的欺詐檢測結果。

2.如權利要求1所述的一種基于噪聲學習的對抗樣本生成方法，其特征在于，所述步驟1之后，并所述步驟2之前還包括：

分析上一步得到的負樣本數據集的缺失、異常和重復情況，對負樣本數據集清洗，對缺失值進行刪除或者填補，噪聲數據光滑處理，離群點刪除或平滑，完成數據清理工作。

3.如權利要求1所述的一種基于噪聲學習的對抗樣本生成方法，其特征在于，步驟S203中，模型訓練完成后，通過TensorFlow將模型保存。

4.如權利要求1所述的一種基于噪聲學習的對抗樣本生成方法，其特征在于，所述步驟3包括以下步驟：

S301、網絡模型讀取與生成器加載

對于訓練好的模型，通過TensorFlow參數保存文件加載到模型中，還原得到生成器模型；抽樣生成不同批的交易負樣本數據；同時從原始負樣本數據集中抽樣得到同樣大小的樣本數據集；

S302、數據生成結果驗證

從數據分布和數據相關性兩個角度驗證數據生成質量；

S303、綜合計算

將步驟S302結果加權求和，得到綜合評估得分。

5.如權利要求4所述的一種基于噪聲學習的對抗樣本生成方法，其特征在于，所述步驟4包括以下步驟：

S401、數據集合成

執行步驟S301，抽樣生成不同批的交易負樣本數據；將生成的數據與原始數據集合并得到新的平衡數據集；

S402、初始化模型

設置分類結構的模型結構，輸入數據進入分類結構的處理層；

S403、訓練模型

訓練二分類模型，模型將在驗證數據集上評估當前模型的檢測性能，如果當前性能提升小于閾值，模型停止更新，記錄下模型訓練結果。