01
反欺诈审计概述
什么是交易欺诈 · 反欺诈审计的价值 · 审计师核心能力模型
基础认知
02
欺诈模式识别
常见欺诈类型 · 身份盗用 · 账户盗用 · 洗钱 · 套现 · 欺诈三角理论
模式理论
03
审计数据基础
交易流水表结构 · 用户画像 · 设备指纹 · 黑白名单体系
数据体系
04
Python审计环境搭建
Anaconda · Jupyter Notebook · Pandas/Numpy/Scikit-learn
环境工具
05
数据采集与清洗
数据库提取 · 缺失值处理 · 异常值检测 · 数据标准化
预处理ETL
06
探索性数据分析 (EDA)
交易金额分布 · 时间序列 · 用户行为画像 · 地理分布
可视化洞察
07
规则引擎审计
硬编码规则 · 单笔限额 · 频率限制 · 规则有效性评估 · 冲突检测
规则风控
08
特征工程实战
交易行为特征 · 设备特征 · 社交网络特征
特征工程
09
孤立森林异常检测
算法原理 · 参数调优 · 交易审计应用 · 识别异常大额交易
异常检测无监督
10
LOF局部异常因子
算法原理 · 与孤立森林对比 · 团伙欺诈检测
密度团伙
11
聚类分析审计
K-Means · DBSCAN · 轮廓系数 · 用户分群与异常群体发现
聚类分群
12
逻辑回归模型
模型原理 · 特征选择 · AUC/KS · 交易欺诈评分卡
评分卡可解释
13
决策树与随机森林
树模型可解释性 · 特征重要性 · 识别高风险交易
集成可解释
14
XGBoost与LightGBM
梯度提升树 · 超参数调优 · 高维特征欺诈检测
Boosting竞赛
15
神经网络入门
MLP · 激活函数 · 过拟合处理 · 复杂模式识别
深度学习MLP
16
模型评估与验证
交叉验证 · 混淆矩阵 · ROC/PR曲线 · 模型稳定性PSI
评估验证
17
样本不平衡处理
过采样(SMOTE) · 欠采样 · 代价敏感学习 · 0.1%欺诈场景
不平衡采样
18
时间序列异常检测
滑动窗口 · 季节性分解 · Prophet · 交易量突增检测
时序Prophet
19
图分析审计
图数据库 · Louvain社群发现 · 洗钱团伙识别
图算法团伙
20
自然语言处理审计
交易备注文本分析 · 关键词提取 · 情感分析 · 虚假交易描述
NLP文本
21
实时反欺诈系统
流式架构(Kafka+Flink) · 实时规则引擎 · 实时模型部署
实时架构
22
审计报告自动化
Python生成PDF · Matplotlib/Plotly · 关键指标看板
报告自动化
23
合规与监管审计
KYC/AML · 监管报告 · 数据隐私(GDPR/个人信息保护法)
合规监管
24
案例实战一：信用卡盗刷
从数据采集到模型部署的全流程实战
实战信用卡
25
案例实战二：电商刷单审计
虚假交易 · 虚假评论 · 恶意退货识别
实战电商
26
案例实战三：P2P网贷欺诈
多头借贷 · 骗贷团伙 · 虚假资料识别
实战网贷
27
案例实战四：跨境洗钱审计
图分析 · 资金链路 · 壳公司 · 地下钱庄
实战洗钱
28
案例实战五：保险欺诈审计
虚假理赔 · 医疗欺诈 · 车险骗保
实战保险
29
审计系统架构设计
数据湖 · 特征存储 · 模型仓库 · 监控告警 · A/B测试
架构系统
30
反欺诈审计前沿趋势
联邦学习 · 可解释AI · 对抗攻击防御 · 大模型应用
前沿趋势