基于四种机器学习算法检测网络诈骗App的对比研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：为探索网络诈骗App检测的有效方法,运用决策树算法、随机森林算法、逻辑回归算法和支持向量机算法4种机器学习算法对App进行涉诈识别检测,验证算法的准确率、召回率、F1 值、KS值、G-mean值、AUC值,并从案情报告书中提取网络诈骗App验证算法预测结果.从算法指标结果和预测情况来看,支持向量机算法优于其他 3种算法,App存活时间、使用次数、名称以及与案件的关联程度是检测涉诈App的重要特征维度,同时结合打击整治网络诈骗App业务工作难点针对性给出对策建议,为公安机关打击网络诈骗犯罪提供参考.

作者：

史晓苏、李欣

展开 >

作者单位：

中国人民公安大学北京 100091

上海市公安局网络安全保卫总队上海 200025

关键词：

网络诈骗App 机器学习算法决策树算法随机森林算法逻辑回归算法支持向量机算法

基金：

公安部应用创新计划

项目编号：

2021YY14

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.04.042

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(4)

参考文献量6