Построение шкалы выявления мошеннической деятельности в сети Интернет с помощью машинного обучения

Программная инженерия. 2022. Т. 13. № 5. С. 247–256.

Жукова Л. В., Ковальчук И. М., Кочнев А. А., Чугунов В. Р.

Повсеместная цифровизация общества и развитие информационных технологий способствуют увеличению методов взаимодействия между финансовыми организациями и потенциальными потребителями финансовых услуг. В то же время появление новых финансовых продуктов
неизбежно ведет к росту угроз, а использование информационных технологий содействуют
постоянному "совершенствованию" мошеннических схем и недобросовестному оказанию услуг,
негативно влияющих как на финансовый рынок в целом, так и на его отдельных участников,
таких как финансовые организации и их клиенты.
В связи с развитием современного общества, большая часть финансовых операций, в том
числе мошеннических, перешла в Интернет. При удаленном оказании услуг сложнее отследить и привлечь бенефициара к ответственности, однако способы пресечь мошенническую
деятельность все равно есть, но они обусловлены высокими трудозатратами на мониторинг
и анализ, потому что в сети Интернет расположены огромные объемы неструктурированной
информации (BigData). В основе решения выявления нелегальной деятельности на финансовом рынке лежит разведка на основании открытых данных, применения методов машинного
обучения и методов системного анализа.
В статье рассмотрены виды финансовых услуг, предоставляемых в сети Интернет, среди
которых наиболее распространена мошенническая деятельность. Для выявления нелегальных
финансовых услуг выделены и сгруппированы критерии в зависимости от вклада в принятие
решения. Основным результатом исследования является построение шкалы комплексного
индикатора, с помощью которого разработана математическая модель, основанная на выделенных критериях и методах машинного обучения, для выявления степени нелегальности
финансовых услуг, оказываемых в сети Интернет.
 

Ключевые слова: финансовые услуги, машинное обучение, математическая модель, системный анализ, большие данные, универсальный комплексный индикатор, мониторинг в сети Интернет, противодействие недобросовестным практикам, анализ открытых данных, интернет-мошенничество