Система моніторингу фінансових операцій для виявлення шахрайства

Abstract

Актуальність кваліфікаційної роботи визначається зростанням популярності та значущості електротранспорту для сталого розвитку міст. Оптимізація маршрутів електротранспорту стає ключовим завданням для забезпечення ефективного та екологічного транспорту. Ця робота спрямована на розвиток і застосування інтелектуальних технологій у сфері планування маршрутів електротранспорту з метою підвищення ефективності та зручності пересування користувачів. Об'єкт роботи – фінансові операції в банківських та інших фінансових установах. Предмет роботи – методи аналітики даних та алгоритми машинного навчання для виявлення шахрайських операцій. Метою кваліфікаційної роботи є розробка інформаційної системи для моніторингу фінансових операцій, що використовує методи аналітики даних та машинного навчання для виявлення незвичайних і потенційно шахрайських операцій. Пояснювальна записка складається зі вступу, чотирьох розділів, висновків та додатку. У першому розділі розглядається основні типи банківського шахрайства та підходам до його виявлення. У другому розділі досліджено математичні основи роботи. У третьому розділі описані програмна реалізації і експериментальні результати. У четвертому розділі наведено функціонально-вартісний аналіз програмного продукту. В результаті проведено аналіз предметної області та наявних аналогів систем моніторингу фінансових операцій, визначено вимоги до системи, розроблено архітектуру та функціональні компоненти системи, описано алгоритми машинного навчання для виявлення шахрайства. Кваліфікаційна робота містить 66 сторінок, 43 рисунки, 5 таблиць, 26 використаних джерел та 1 додаток. The relevance of this qualification work is determined by the increasing popularity and significance of financial transaction monitoring for the security of financial institutions. Developing systems to detect and prevent fraud is essential for reducing financial losses and maintaining trust in the banking system. This work focuses on creating an effective monitoring system to identify fraudulent activities.. Object of the work – financial transactions in banks and other financial institutions.. Subject of the work – data analytics methods and machine learning algorithms for detecting fraudulent transactions. The objective of this qualification work is to develop an information system for monitoring financial transactions that uses data analytics methods and machine learning to detect unusual and potentially fraudulent transactions. The explanatory note consists of the introduction, four chapters, conclusions, and an appendix. The first chapter reviews the main types of banking fraud and approaches to its detection. The second chapter investigates the mathematical foundations of the work. The third chapter describes the software implementation and experimental results. The fourth chapter presents a functional and cost analysis of the software product. An analysis of the subject area and existing analogs of financial transaction monitoring systems was conducted, the system requirements were defined, the architecture and functional components of the system were developed, and machine learning algorithms for fraud detection were described. The qualification work contains 66 pages, 43 figures, 5 tables, 26 references, and 1 appendix.