ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Разработка метода проактивного обнаружения мошенничества потребителей услуг телекоммуникационной компании

Читать Нгуен Туан Ань, Щербаков М.В., Чан Ван Фу, Кравец А.Г. Разработка метода проактивного обнаружения мошенничества потребителей услуг телекоммуникационной компании // Прикаспийский журнал:  управление и высокие технологии. — 2016. — №4. — Стр. 43-52.

Нгуен Туан Ань - аспирант, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, anhtuank37@gmail.com

Щербаков М.В. - доктор технических наук, главный научный сотрудник, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, maxim.shcherbakov@vstu.ru

Чан Ван Фу - аспирант, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, vanphu.vstu.russia@gmail.com

Кравец А.Г. - доктор технических наук, профессор, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. Ленина, 28, agk@gde.ru

В статье представлены результаты исследования в области обнаружения мошенничества потребителей при использовании ими услуг телекоммуникационных компаний. Основная идея заключается в превентивном (проактивном) обнаружении ситуаций, характеризующих использование потребителями мошеннических технологий. Предложен подход к проактивному обнаружению мошенничества, основанный на использовании ансамблей алгоритмов машинного обучения. В качестве выборки для обучения моделей предложено использовать синтетические данные в формате подробных записей о вызовах. Для выбора наилучшего алгоритма обнаружения мошеннических действий осуществлялся поиск гиперпараметров с оценкой эффективности на кроссвалидационной выборке. По результатам сравнения эффективности методов в качестве оптимального был выбран метод опорных векторов (SVM). Представлена архитектура распределенной системы обнаружения мошенничества потребителей услуг телекоммуникационных компаний, в которую интегрированы компоненты, реализующие предложенный метод.

Ключевые слова: телекоммуникационное мошенничество потребителей, обнаружение мошенничества, машинное обучение, обработка данных в реальном времени, пакетная обработка данных, методы интеллектуального анализа данных, методы принятия решений, telecommunication fraud, fraud