01
欺诈识别概述
什么是欺诈识别 · 金融/电商/社交场景 · 不平衡数据与对抗性
入门全景
02
数据采集与预处理
内部日志·第三方·设备指纹 · 清洗/标准化/归一化
数据工程清洗
03
特征工程基础
数值/类别/时序特征 · 聚合·比率·差分 · 过滤/包裹/嵌入
特征选择
04
不平衡数据处理
SMOTE·ADASYN · 欠采样·Tomek Links · 代价敏感学习
采样不平衡
05
逻辑回归与欺诈评分卡
逻辑回归原理 · 分箱·WOE·IV · 评分卡刻度转换
评分卡风控
06
决策树与随机森林
信息增益·基尼 · Bagging · 特征重要性·调参
树模型集成
07
梯度提升树 (XGBoost/LightGBM)
正则化·列抽样 · GOSS·EFB · 早停与调参
Boosting实战
08
神经网络与深度学习
MLP·激活函数·Dropout · 序列模型·自编码器
深度学习MLP
09
异常检测算法
孤立森林·LOF · One-Class SVM · 聚类异常检测
异常无监督
10
图神经网络与关系欺诈
用户-设备-IP图 · GCN/GAT · 团伙欺诈·设备关联
图网络团伙
11
时间序列与序列模型
滑动窗口·指数衰减 · RNN/LSTM/GRU · 交易/点击序列
时序LSTM
12
模型评估与验证
混淆矩阵·F1 · ROC/AUC · KS·Lift · 时序交叉验证
评估指标
13
模型解释性
SHAP·LIME · 特征重要性 · 可解释性与合规
可解释SHAP
14
模型部署与监控
Pickle/ONNX · Flask/FastAPI · PSI·数据漂移
部署监控
15
实时欺诈检测系统
Flink/Spark Streaming · 规则+模型 · 毫秒级决策
实时架构
16
对抗性机器学习
FGSM·PGD · 对抗训练 · 梯度掩码·蒸馏·集成
对抗安全
17
联邦学习与隐私保护
横向/纵向/迁移联邦 · 差分隐私·同态加密 · 联合反欺诈
隐私联邦
18
规则引擎与专家系统
Drools/自研规则 · 生命周期 · 级联·并行·堆叠
规则专家
19
设备指纹与生物探针
IP·UA·Canvas · 鼠标轨迹·键盘动力学 · 静默活体
设备生物
20
知识图谱与关系推理
实体/关系抽取 · Neo4j/Cypher · 风险传播
图谱推理
21
NLP在欺诈中的应用
TF-IDF·Word2Vec·BERT · 虚假评论·钓鱼邮件·客服风险
NLP文本
22
图像与视频反欺诈
ELA·元数据 · Deepfake频域检测 · OCR证件验证
图像Deepfake
23
风控策略与决策引擎
准入·额度·交易策略 · 决策流编排 · A/B测试
策略决策
24
信贷风控实战
A卡·B卡·C卡 · 贷前/贷中/贷后全流程
信贷评分卡
25
支付风控实战
盗刷·套现·洗钱 · 支付路由 · 跨境支付风险
支付交易
26
电商风控实战
虚假交易·刷单 · 撞库·盗号 · 薅羊毛·黑产
电商反作弊
27
社交风控实战
垃圾信息·虚假账号 · 僵尸粉·水军 · 内容安全
社交内容
28
保险风控实战
骗保识别·车险/健康险 · 理赔网络 · 代理人风险
保险骗保
29
模型持续学习与自适应
在线学习·FTRL · 模型回滚·版本管理 · 自动重训练
持续学习MLOps
30
欺诈识别前沿与未来趋势
图神经网络·大模型风控 · 可解释AI·隐私计算
前沿趋势