2007年,某公司的一个IC卡系列产品的加密算法被某研究小组成功破解的消息引起了大家对卡安全及系统内资金安全问题的关注,目前,国内的校园卡主要采用的就是这种类型的卡,这起事件引起了我们的思考,我们发现它背后隐藏着的是更广意义上的校园卡欺诈问题,校园卡欺诈不但会给校内商家和持卡人造成经济损失,还会危害学校的正常秩序。因此,本文的工作具有重要的理论意义和实用价值。校园卡欺诈检测是采用一定的方法对校园卡的交易进行检查,并对部分表现异常的交易评估其欺诈风险,旨在帮助提高系统管理方监控校园卡异常交易的工作效率,以达到提高校园一卡通系统内资金安全性的目的。为了更好地解决校园卡欺诈问题,在充分调研校园一卡通系统的基础上,本文提出了—种“卡库对账-预处理-神经网络检测”的校园卡欺诈检测工作流程；设计了一种卡库对账算法,它能检测出系统中存在的有异常交易的校园卡,从而较大地缩小了后续的校园卡欺诈检测的范围,建立了适用于本校校园卡欺诈检测的规则库；并在此基础上结合BP神经网络算法最终形成了一个校园卡欺诈检测模型。论文工作主要包括以下几个方面：1.根据学校一卡通系统中的相关真实数据,经过分析、筛选和处理,建立一个可用于校园卡欺诈检测研究的数据集,用于选择、构建合适的校园卡欺诈检测模型；2.通过基于神经网络的数据挖掘算法对校园卡的交易数据进行分析、挖掘,来确定校园卡欺诈检测需要的特征信息；3、在取得校园卡欺诈交易的特征信息后,提取到合适的校园卡欺诈检测规则,训练出适合校园卡欺诈检测的神经网络,构建校园卡欺诈检测模型；4.设计实验,对校园卡欺诈检测模型的实用性进行分析和验证。本文的工作表明进行校园卡欺诈检测工作是有意义、可行的。通过它,有助于学校控制可能存在的帐务风险,将隐含的风险明晰化、可控化；同时,将校园卡欺诈问题从被动举报变成主动发现,有助于缩短校园卡欺诈的发现时间,减少持卡人和商家的损失。