欺诈检测实时更新
该网络通过时间注意力机制捕捉交易序列中的动态行为，并在数据分布变化时以增量方式更新，避免模型过时。
曹芮浩 · Mao, Mingze · Xiaoyue, Wang · 方贤文
Knowledge-Based Systems 2025
采用时间注意力改进的液态网络，从交易数据流中提取用户序列信息和动态行为，能够自适应捕捉随时间变化的欺诈模式。
监控模块实时检测数据分布和测试错误率，一旦超阈值即触发离线模块基于混合增量学习更新模型，无需等待批量重训练。
在真实世界交易数据集和公开数据集上的实验表明，所提方法相比现有最先进方法显著提高欺诈检测性能。