Виявлення шахрайських операцій методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorКузнєцова, Наталія Володимирівна
dc.contributor.authorПозняк, Дар'я Ігорівна
dc.date.accessioned2023-03-21T08:11:53Z
dc.date.available2023-03-21T08:11:53Z
dc.date.issued2022
dc.description.abstractМагістерська дисертація: 90с., 26 рис., 23 табл., 1 дод., 17 джерел. Предмет дослідження – алгоритми класифікації транзакцій на основі структурних моделей. Об’єкт дослідження – відкритий набір даних про транзакції користувачів платіжної системи з веб-платформи Kaggle. Мета роботи - дослідження і розробка методів виявлення шахрайських операцій. Отримані результати – використовуючи теоретичні та емпіричні методи дослідження, було розроблено інформаційну технологію з виявлення шахрайських операцій. Актуальність роботи обумовлена тенденціями глобалізації та діджиталізації банківських послуг, зокрема – здійснення грошових переказів та інших банківських операцій. Виникає потреба у розробці новітніх методів виявлення злочинних дій зокрема із платіжними картками для запобігання незаконному здійсненню транзакцій. Для своєчасного виявлення шахрайських операцій доцільно використовувати методи машинного навчання. Подано тези та зроблено виступ на І Всеукраїнській науково-практичній конференції «Системні науки та інформатика».uk
dc.description.abstractotherThe thesis for the Master`s degree : 90 pages, 26 figures, 23 tables, 1 appendix, 17 sources. The subject of research is transaction classification algorithms based on structural models. The object of the research is an open dataset which consists of transactions of users of the payment system from the Kaggle web platform. The purpose of the work is research and development of methods for detecting fraudulent operations. Obtained results - using theoretical and empirical research methods, an information technology for detecting fraudulent transactions was developed. The relevance of the work is determined by the trends of globalization and digitization of banking services, in particular, the implementation of money transfers and other banking operations. There is a need to develop the latest methods of detecting fraudulent activities, particularly with payment cards, to prevent illegal transactions. For timely detection of fraudulent transactions, it is advisable to use machine learning techniques. Theses were submitted and a presentation was made at the 1st Ukrainian Scientific and Practical Conference "System Sciences and Informatics".uk
dc.format.extent90 с.uk
dc.identifier.citationПозняк, Д. І. Виявлення шахрайських операцій методами машинного навчання : магістерська дис. : 124 Системний аналіз / Позняк Дар'я Ігорівна. - Київ, 2022. - 90 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/53812
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectшахрайські операціїuk
dc.subjectмашинне навчанняuk
dc.subjectбінарна класифікаціяuk
dc.subjectінформаційна технологіяuk
dc.subjectfrauduk
dc.subjectmachine learninguk
dc.subjectbinary classificationuk
dc.subjectinformation technologyuk
dc.subject.udc519.237.8uk
dc.titleВиявлення шахрайських операцій методами машинного навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Pozniak_magistr.pdf
Розмір:
2.95 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи