基于机器学习的支付终端实时反欺诈决策方法

本申请属于欺诈检测技术领域，涉及基于机器学习的支付终端实时反欺诈决策方法，通过滑动窗口对支付交易流进行时空切片，结合生成对抗网络注入异常特征，增强了时空特征张量；利用空间拓扑层、交易关联层和设备指纹层构建三维动态对抗图，并通过注意力机制加权融合，深度挖掘交易数据的复杂关系；在可变形时空卷积进行卷积操作后进行多维度时空指纹融合，从而生成每个终端设备的时空指纹及隐群体聚类结果；最终结合终端设备的时空指纹和当前上下文进行实时欺诈决策，实现了对支付欺诈行为的动态、实时监测与阻断；不仅显著提高了欺诈检测的准确性和时效性，还增强了系统对新型欺诈行为的适应能力，提升了支付系统的安全性和防御能力。