Детальная информация
Название | Разработка интеллектуального модуля на базе нейронной сети по распознаванию мошеннических действий: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии» ; образовательная программа 09.03.02_02 «Информационные системы и технологии» |
---|---|
Авторы | Бурцев Александр Александрович |
Научный руководитель | Черненькая Людмила Васильевна |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | данные ; нейронные сети ; многослойный перцептрон ; обучение ; телефонное мошенничество ; data ; neural networks ; multilayer perceptron ; learning ; phone fraud |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.02 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2025/vr/vr25-156 |
Права доступа | Доступ по паролю из сети Интернет (чтение) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\34163 |
Дата создания записи | 26.02.2025 |
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 |
Тема выпускной квалификационной работы: «Разработка интеллектуального модуля на базе нейронной сети по распознаванию мошеннических действий». Данная работа посвящена разработке интеллектуального модуля по распознаванию телефонного мошенничества. Задачи, которые решались в ходе исследования: 1) Производился обзор ситуации с телефонным мошенничество в РФ; 2) Рассмотрены и проанализированы существующие программные аналоги по распознаванию телефонного мошенничества; 3) Рассмотрены и проанализированы существующие методы распознавания телефонного мошенничества; 4) Подготовлены данные по телефонному мошенничеству; 5) Произведено проектирование нейронной сети; 6) Произведено проектирование программного модуля по распознаванию телефонного мошенничества; 7) Разработаны компоненты модуля по распознаванию телефонного мошенничества; 8) Разработан пользовательский интерфейс программного модуля; 9) Обучена нейронная сеть, протестировано качество обучения и проанализированы полученные результаты. Конечным результатом работы стал программный модуль с графическим интерфейсом, интегрированный с обученной нейронной сетью, способный классифицировать телефонные звонки на категории: мошенничество, не мошенничество и недостаточно данных.
The topic of the final qualifying work is «Development of an intelligent module based on a neural network for detecting fraudulent actions» This work is devoted to the development of an intelligent module for detecting telephone fraud. Tasks that were solved during the research: 1) The situation with telephone fraud in the Russian Federation was reviewed; 2) The existing software analogues for detecting telephone fraud are considered and analyzed; 3) The existing methods of phone fraud detection are considered and analyzed; 4) Phone fraud data has been prepared; 5) The neural network has been designed; 6) A software module for detecting telephone fraud has been designed; 7) The components of the telephone fraud detection module have been developed; 8) The user interface of the software module has been developed; 9) A neural network has been trained, the quality of training has been tested and the results have been analyzed. The end result of the work was a software module with a graphical interface integrated with a trained neural network, capable of classifying phone calls into categories: fraud, non-fraud and insufficient data.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0