在当下这个数据膨胀的时代,世界各地发生了大量基于信用卡的交易,基于信用卡在线支付中的欺诈行为也急剧增加,这促使银行、信贷机构和电子商务组织实施自动欺诈检测系统,对大量交易日志进行数据挖掘,以对欺诈用户和非欺诈用户进行区分。机器学习似乎是发现非法交易的最有效的解决方案之一,机器学习算法模型使用从预筛选样本数据集中经过适当训练的二元分类系统来区分欺诈和非欺诈实例。但是,值得注意的是,欺诈检测数据集本质上是高度不平衡的。而数据类别分布不平衡给许多分类算法带来很大的影响,常见的分类算法无法有效地从不平衡数据中学习。在不平衡数据集上训练的分类器,往往倾向于将样本分类归属于多数类,而我们进行欺诈检测时更感兴趣的是发生欺诈违约的那少数类样本,这会大大降低二元分类器的有效性。过去几年,由于过采样技术的简单、易实现,常被用于缓解数据的不平衡现象,但是大多数现有的过采样器无法抵消少数群体内的不平衡,这在分类不均衡的数据集上通常是一个主要问题。基于此,本文基于SMOTE过采样技术提出了K-means聚类算法与SMOT过采样相结合的K-means SMOTE过采样技术,以重新平衡偏斜的数据集,它仅通过在安全区域中进行过采样来避免产生噪声。此外,它的重点放在类别之间的不平衡和类别内部的不平衡上,通过扩大稀疏的少数类区域来解决小的分离问题。本文选定LR、RF、SVC、XGBoost作为分类器来验证该采样技术的有效性,并对比分析了采用K-means SMOTE、SMOTE、Balanced、Weighted、ADASYN、Oversampling、Undersampling等过采样技术均衡后的数据集在本文选定分类器上训练的分类性能,实验结果证实K-means SMOTE采样技术能够带来分类器性能的提升。虽然K-means SMOTE技术取得了不错的结果,但是鉴于其在过采样时未考虑数据集的整体分布情况,且未考虑标签的分类情况,这种方法在减少误报的同时也可能会增加误报。基于此,本文引入了WCGAN过采样技术来解决数据集的分类不平衡现象。WCGAN在生成数据过程中考虑了标签的分布和真实的数据分布,能生成更实际的数据,而且WCGAN通过将GAN中的JS距离用EM距离替代,能有效避免模型训练过程中出现的模式坍塌和训练不稳定的情况,提高生成数据的质量。本文用分类性能最好的XGBoost算法来评估WCGAN生成数据的真实性,鉴于新的数据集的分类实现了平衡,从而模型性能的评估指标采用准确率作为最终评估指标。实验结果证实WCGAN过采样技术要优于其他过采样方法。