Детальная информация

Название: Обнаружение Fraud-мошенничества в транзакциях кредитных карт с применением методов машинного обучения: выпускная квалификационная работа специалиста: 10.05.04 - Информационно-аналитические системы безопасности ; 10.05.04_01 - Автоматизация информационно-аналитической деятельности
Авторы: Кохова Ольга Николаевна
Научный руководитель: Лаврова Дарья Сергеевна
Другие авторы: Резединова Евгения Юрьевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: системы предотвращения аномалий в банковских транзакциях; банковские транзакции; утечки конфиденциальной информации и денежных средств; машинное обучение; уязвимости в транзакциях кредитных карт; data leak prevention; data breach; machine learning; word embeddings; document embeddings; WORD2VEC; DOC2VEC; LSTM
Тип документа: Выпускная квалификационная работа специалиста
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Специалитет
Код специальности ФГОС: 10.05.04
Группа специальностей ФГОС: 100000 - Информационная безопасность
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-88
Права доступа: Доступ по паролю из сети Интернет (чтение)
Ключ записи: ru\spstu\vkr\392

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В работе предложен подход для предотвращения хищения средств с банковских карт при выполнении транзакций, основанный на применении метода машинного обучения Random Forest. Его отличительной особенностью является, то что можно учесть показания отельных атрибутов, задать глубину деревьев классификации и количество самих деревьев.

The paper proposes an approach to prevent the theft of funds from bank cards when performing transactions based on the use of the Random Forest machine learning method. Its distinguishing feature is that it is possible to take into account the readings of individual attributes, set the depth of the classification trees and the number of trees themselves.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Интернет Авторизованные пользователи СПбПУ Прочитать
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 92
За последние 30 дней: 0
Подробная статистика