随着银行卡市场的逐渐放开和成熟，如何预见和识别新类型的欺诈行为显的尤为重要。国外的现成产品和理论大多是基于某些特定的环境基础之上。国内很多中小银行不具备实施这些产品的条件。本文力图找到一个既符合现代化金融理论又有实证可操作性的模型。希望能对开发适合我国国情的银行卡反欺诈模型有所帮助。本文深入地研究了现有的反欺诈模型，分析了反欺诈系统在国内中小银行中实施的程度和遇到的障碍，结合神经网络技术，提出了一个符合中小银行现状的基于神经网络的银行卡反欺诈系统模型。文中详尽描述了系统模型的结构及其核心子系统的运作机制和算法规则。随后将新模型实验于一个银行卡应用系统，证明了模型核心子系统设计的合理性。本论文首先总结和回顾了一下现有的银行卡反欺诈的发展过程。接着，对目前国内外的两种主要反欺诈模型：基于规则和基于人工智能的模型进行了比较分析，分别指出了他们的性质和优缺点。在此基础上，对银行卡反欺诈系统在我国的应用程度和遇到的障碍进行了研究，提出了一个符合中小银行现状的基于神经网络的银行卡反欺诈系统模型。本文所提出的银行卡反欺诈系统模型主要由核心侦测子系统，数据采集子系统，管理子系统所组成。围绕着核心侦测子系统，本文主要研究了其中的关键技术和算法。紧接着，将研究所获得的反欺诈模型系统应用于某银行借记卡网上支付系统。并针对反欺诈模型系统中核心侦测子系统的运作机制和算法进行了实验。实验结果表明，通过使用神经网络模型模拟用户消费行为技术，可以侦测出可能的欺诈交易行为。最后论文对研究结果进行了总结，并提出了模型的应用发展方向。本论文在以下方面作出了创新性的贡献。1．对比研究目前流行的反欺诈模型和中国国内中小银行的现状，提出了一个适合中国中小银行实施的银行卡反欺诈系统模型。2．设计了一套采用行为模式技术侦测银行卡欺诈的神经网络模型。通过银行应用系统的实验，证明了该神经网络模型设计的合理性。