Виявлення фінансових шахрайств засобами машинного навчання
DOI:
https://doi.org/10.18372/2410-7840.21.13769Ключові слова:
системи виявлення фінансових шахрайств, машинне навчання, хмарні сервіси, системи підтримки прийняття рішень, безпека операційАнотація
Система виявлення фінансових шахрайств засобами машинного навчання – сучасний інструмент забезпечення інформаційної безпеки у фінансових установах і комерційних організаціях. У даній роботі формалізовано задачу виявлення фінансових шахрайств з платіжними картками у термінах машинного навчання. Обґрунтовано вибір математичного апарату для функціонування моделі виявлення фінансових шахрайств з платіжними картками. Також було адаптовано математичні алгоритми до розв’язання задачі класифікації транзакцій і наведено покроковий алгоритм реалізації даної задачі машинного навчання. Розроблено та обґрунтовано технічну реалізацію системи виявлення фінансових шахрайств з платіжними картками на базі хмарних служб Microsoft Azure. Проведено оцінку ефективності роботи запропонованої системи виявлення шахрайських транзакцій, де критерієм ефективності було обрано загальноприйняті показники у теорії машинного навчання чутливість та специфічність.
Посилання
Національний банк України. Огляд ринку платі-жних карток та платіжної інфраструктури Украї-ни за 2018 рік. [Електронний ресурс]. Режим до-ступу: https://bank.gov.ua/doccatalog/document?id=88661687.
Департамент кіберполіції. Підсумки 2018 року в цифрах. [Електронний ресурс]. Режим доступу до ресурсу: https://cyberpolice.gov.ua/results/2018/.
П. Равенков, А. Пухов, Л. Лямин, Мошенничество в платежной сфере. Бизнес-энциклопедия. М.: Интеллек-туальная Литература, 2015, 345 с.
К. Воронцов, Математические методы обучения по прецедентам (теория обучения машин). [Електронний ресурс]. Режим доступу до ресурсу: http://www. machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf.
B. Baesens, V. Van Vlasselaer, W. Verbeke, Fraud analytics using descriptive, predictive, and social network tech-niques : a guide to data science for fraud detection. Canada: Wiley & SAS business series, 2015, 400 p.
A. Tselykh, D. Petukhov, "Web service for detect-ing credit card fraud in near real-time", SIN '15 Pro-ceedings of the 8th International Conference on Security of In-formation and Networks, pp. 114-117, 2015.
A. Shrivastava, T. Deshpande, Hadoop-Blueprints [Електронний ресурс]. Режим доступу: https:// github.com/PacktPublishing/Hadoop-Blueprints/ tree/master/Chapter%2003.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
