随着货币的电子化发展和电子商务的高速发展,信用卡在银行业务中所占的比例越来越大,同时,与信用卡相关的诈骗行为也越来越多,严重扰乱了正常的金融秩序,给银行和持卡人造成了很大的损失。本文仔细分析了信用卡(虚拟卡)交易的特点,发现隐马尔可夫模型能够有效的发现其内部隐藏的、潜在的异常交易模式。本文中构建的隐马尔可夫模型,将信用卡交易过程中不同的消费情况作为HMM模型中的随机过程,将交易金额的范围作为可观察到的输出概率矩阵,商品的类型作为模型中的状态,同时,利用客户的消费习惯来确定初始状态向量。使得HMM模型能够很好的应用到信用卡检测系统中。隐马尔科夫模型的建立是立足于持卡人的消费习惯的,训练阶段是脱机完成,检测阶段是在线进行的。并且在检测阶段不断修正,既能很好的检测出信用卡欺诈风险,又能适应持卡人消费习惯的改变。