An Adversary Model of Fraudsters’ Behavior to Improve Oversampling in Credit Card Fraud Detection

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Référence IEEE access, 11, page (136666-136679)
Publication Publié, 2023-01-01

Article révisé par les pairs

Titre:	An Adversary Model of Fraudsters’ Behavior to Improve Oversampling in Credit Card Fraud Detection
Auteur:	Lunghi, Daniele; Paldino, Gian Marco; Caelen, Olivier; Bontempi, Gianluca
Informations sur la publication:	IEEE access, 11, page (136666-136679)
Statut de publication:	Publié, 2023-01-01
Sujet CREF:	Sciences de l'ingénieur
Mots-clés:	Fraud detection
	imbalance learning
	machine learning
	oversampling
	synthetic data
	threat model
	time series
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:2169-3536
	info:doi/10.1109/ACCESS.2023.3337635
	info:scp/85179039691

Assessing adversarial attacks in real-world fraud detection
par Lunghi, Daniele , Simitsis, Alkis , Bontempi, Gianluca
Publication 2024-10-01
Assessment of catastrophic forgetting in continual credit card fraud detection
par Lebichot, Bertrand , Siblini, Wissam , Paldino, Gian Marco , Le Borgne, Yann-Aël , Oblé, Frédéric , Bontempi, Gianluca
Publication 2024-01-01
The role of diversity and ensemble learning in credit card fraud detection
par Paldino, Gian Marco , Lebichot, Bertrand , Le Borgne, Yann-Aël , Siblini, Wissam , Oblé, Frédéric , Boracchi, Giacomo , Bontempi, Gianluca
Publication 2024-03-01
On many-objective feature selection and the need for interpretability
par Njoku, Uchechukwu U.F. , Abelló, Alberto , Bilalli, Besim , Bontempi, Gianluca
Publication 2025-04
Towards fair machine learning using many-objective feature selection
par Njoku, Uchechukwu U.F. , Abelló, Alberto , Bilalli, Besim , Bontempi, Gianluca
Publication 2025-09

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.