Дослідження моделей та методів виявлення аномалій у фінансових транзакціях інформаційної системи банківського обслуговування

Abstract

Метою роботи є підвищення точності та ефективності виявлення аномалій у фінансових транзакціях шляхом розроблення синтезованого методу, що поєднує статистичні методи, алгоритми машинного навчання та глибинні нейронні моделі. Для досягнення поставленої мети було виконано такі основні завдання: проаналізовано сучасні підходи до виявлення аномалій у банківських транзакціях та визначено їх переваги й недоліки, досліджено математичні основи статистичних методів, моделей машинного навчання та автоенкодерів, розроблено синтезований підхід HASBT, що поєднує три рівні детектування, побудовано архітектуру програмної реалізації та створено модульний прототип системи, проведено експериментальну перевірку ефективності окремих моделей та ансамблю, виконано порівняння запропонованої технології з існуючими базовими методами виявлення аномалій.