基于数据挖掘的网上银行交易安全问题

《基于数据挖掘的网上银行交易安全问题》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于数据挖掘的网上银行交易安全问题背景知识网上银行当前，电子商务网站迅猛发展，在电子商务交易过程中，网上银行使整个过程方便快捷。网上银行是以计算机银行交易系统为主体，以互联网传输为介质，以客户（企业或个人）计算机为终端的三位一体的新型银行，它是随着互联网的发展而兴起的银行业务形式。我国网上银行的起步1996年中国银行发布的有关中银的广告信息和业务信息，此后，中国建设银行、中国银行、中国工商银行等各大银行也开始向客户提供网上银行服务。图网上银行运作的基本流程网上银行的特点：1.全面实现无纸化交易2.服务方便、快捷、高效、可靠3.经营成本低廉4.简单易用与传统银行相比网上

2、银行的优势：1.大大降低了银行的经营成本，有效的提高了银行盈利的能力。2.无时空的限制，有利于扩大客户群体。3.有利于服务的创新，向客户提供多种类、个性化的服务。数据挖掘（datamining.DM）技术是上世纪90年代中期兴起的一种新的数据处理技术。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的简介数据挖掘的功能分类（Classification）估计（Estimation）预测（Prediction）相关性分组或关联规则（Affinitygroupingorassociationrules）聚类（C

3、lustering）描述和可视化（DescriptionandVisualization）复杂数据类型挖掘分类首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。例子：信用卡申请者，分类为低、中、高风险注意：类的个数是确定的，预先定义好的估计估计与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类数据挖掘的类别是确定数目的，估值的量是不确定的。例子：a.根据购买模式，估计一个家庭的孩子个数b.根据购买模式，估计一个家庭的收入一般来说，估值可以作为分类的前一步工作。给定一些输入

4、数据，通过估值，得到未知的连续变量的值，然后，根据预先设定的阈值，进行分类。预测（Prediction）通常，预测是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必要分为一个单独的类。预言其目的是对未来未知变量的预测，这种预测是需要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。·相关性分组或关联规则（Affinitygroupingorassociationrules）决定哪些事情将一起发生。例子：a.超市中客户在购买A的同时，经常会购买B，即A=>B(关联规则)b.客户在购买A后，隔一

5、段时间，会购买B（序列分析）聚类聚类是对记录分组，把相似的记录在一个聚集里。聚类和分类的区别是聚集不依赖于预先定义好的类，不需要训练集。　　例子：　　a.一些特定症状的聚集可能预示了一个特定的疾病　　b.租VCD类型不相似的客户聚集，可能暗示成员属于不同的亚文化群　　聚集通常作为数据挖掘的第一步。例如，"哪一种类的促销对客户响应最好？"，对于这一类问题，首先对整个客户做聚集，将客户分组在各自的聚集里，然后对每个不同的聚集，回答问题，可能效果更好。描述和可视化是对对数据挖掘结果的展示复杂数据类型挖掘是指对Web,图形图像，视频，音频等对象进行数据挖掘处理。数据挖掘的完整

6、步骤①理解数据和数据的来源（understanding）。②获取相关知识与技术（acquisition）。③整合与检查数据（integrationandchecking）。④去除错误或不一致的数据（datacleaning）。⑤建立模型和假设（modelandhypothesisdevelopment）。⑥实际数据挖掘工作（datamining）。⑦测试和验证挖掘结果（testingandverification）。⑧解释和应用（interpretationanduse）。网上银行风险研究的背景和意义网上银行以其方便、便捷、跨时空、低成本、全能化经营等特点，极大地提高

7、了银行业的服务效率和服务质量。网上银行正在成为金融机构拓宽服务领域、实现业务增长、调整经营战略、促进金融发展的重要手段。然而，网上银行也由于其基础环境的开放性、技术的复杂性、交易的虚拟性、跨国界性、法律法规的不健全性等因素，使其既面临着传统银行所具有的许多业务风险，同时也面临了比传统银行更加复杂的技术风险，增加了防范难度。数据挖掘在个人网上银行中的必要性网上银行作为银行功能的网上实现，必然接受大量的用户数据，比如用户的登录信息、用户的各类账户信息以及转账信息等等。如何有效的利用这些信息来促进银行的发展和发现异常，是一个很重要的问题。数据挖掘满足了银行