Метод та програмне забезпечення виявлення фінансових шахрайств засобами машинного навчання
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Проблема виявлення фінансових шахрайств є надзвичайно актуальною
через стрімкий розвиток цифрових фінансових послуг та зростання обсягів онлайн-транзакцій. Існуючі традиційні методи, що базуються на правилах, а також базові алгоритми машинного навчання, часто виявляються недостатньо ефективними для протидії ускладненим шахрайським схемам, що зумовлює потребу в розробці більш досконалих підходів.
У даній роботі запропоновано вдосконалений метод виявлення фінансових шахрайств, метою якого є підвищення точності та повноти ідентифікації шахрайських транзакцій. Запропонований комбінований підхід, на відміну від стандартних рішень, які часто обмежуються однією технікою ресемплінгу або недостатньо враховують специфіку сильного дисбалансу, дозволяє досягти значного покращення у виявленні шахрайських транзакцій. Зокрема, експериментально підтверджено за допомогою крос-валідації, що обрана комбінація технік забезпечує на 5-8% вищий показник повноти для міноритарного класу шахрайських операцій при збереженні високого та конкурентоспроможного рівня точності порівняно з іншими методами.
Для реалізації методу було розроблено програмне забезпечення на мові
програмування Python та з використанням бібліотек, як Pandas, NumPy, Scikitlearn та Imbalanced-learn.
Опис
Ключові слова
інженерія програмного забезпечення, виявлення фінансових шахрайств, машинне навчання, незбалансовані дані, SMOTE, Tomek Links, Random Forest, Precision, Recall, F1-score, AUC-ROC, AUC-PR
Бібліографічний опис
Шапошник, Б. І. Метод та програмне забезпечення виявлення фінансових шахрайств засобами машинного навчання : магістерська дис. : 121 Інженерія програмного забезпечення / Шапошник Богдан Ігорович. – Київ, 2025. – 148 с.