Розробка програмної системи для виявлення аномальних транзакцій у задачах банківського моніторингу з використанням машинного навчання

Abstract

У кваліфікаційній роботі вирішується задача автоматизованого виявлення шахрайських транзакцій у банківських платіжних системах. Актуальність роботи зумовлена зростанням обсягів електронних платежів та збитків від карткового шахрайства, а також недостатньою ефективністю традиційних методів виявлення аномалій в умовах великих даних. У роботі проведено аналіз предметної області, здійснено порівняльне дослідження методів машинного навчання для задачі бінарної класифікації на незбалансованих датасетах. Розроблено програмну систему, що включає модуль машинного навчання, серверну частину з REST API та вебінтерфейс для аналітика. Проведено тестування системи та верифікацію якості побудованої класифікаційної моделі.

The qualification work addresses the task of automated detection of fraudulent transactions in banking payment systems. The relevance of the work is driven by the growing volume of electronic payments and losses caused by card fraud, as well as the insufficient effectiveness of traditional anomaly detection methods under big data conditions. The work includes an analysis of the subject domain, a comparative study of machine learning methods for binary classification on imbalanced datasets. A software system has been developed comprising a machine learning module, a server-side component with a REST API, and a web interface for security analysts. The system has been tested and the quality of the built classification model has been verified.