Βιβλιοθήκη ΟΠΑ - Ψηφιακό Αποθετήριο

ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη

Όνομα χρήστη
Κωδικός πρόσβασης

Συλλογές :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Πληροφορικής / Department of Informatics Μεταπτυχιακές Εργασίες / Postgraduate dissertations

Τίτλος :	Ανίχνευση δόλιας συμπεριφοράς σε συναλλαγές καρτών

Δημιουργός :	Ματζαβίνος, Γεώργιος

Συντελεστής :	Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής (Degree granting institution)

Τύπος :	Text

Φυσική περιγραφή :	88p.

Γλώσσα :	en

Περίληψη :	Behavioral fraud occurs when details of legitimate cards have been obtained fraudulently and sales are made on a "cardholder present" basis. Auditors and fraud examiners need to be able to continuously monitor massive quantities of data in order to identify and prevent problems before they occur. Data analysis techniques enable auditors and fraud examiners to analyze an organization‘s business data, gain insight into how well internal controls areoperating and identify transactions that indicate fraudulent activity or the heightened risk of fraud. Data analysis and behavioral modeling in order to prevent or identify useful insights can be applied to just about anywhere in an organization where electronic transactions are recorded and stored. This Thesis project, first, aims to examine the overall impact of the phenomenon of behavioral fraud in retail banking and credit card transactions, mainly within European Union. Statistical measures and analytics are presented. Continuously, basic concepts and definitions of behavioral and credit card fraud, issues that fraud investigators and auditors face while identifying fraud and data mining and analysis techniques in the context of fraud detectionare analyzed. Additionally, further analysis of the existing behavioral models which are utilized for data analysis as long as a summary of efficient techniques and modeling strategies in investigating and classifying behavior patterns in credit card transactions are presented. Lastly, an educational dataset, available from the University of Hamburg, is utilized and explained regarding the nature of the data that are included. The building of a predictive model is presented and explained. The model is trained through "Data exploration" phase and "Trainer-Classifier" phase in order to conclude to the most efficient model. Metrics, charts and the actual results are presented from the "Testing" phase while attempting to optimize the model. Η δόλια συμπεριφορά με αποτέλεσμα την απάτη σε συναλλαγές πιστωτικών καρτών εμφανίζεται στις πιστωτικές κάρτες οι οποίες έχουν εκδοθεί νόμιμα και χρησιμοποιούνται για αγορές και αποταμιεύσεις από μη εξουσιοδοτημένα άτομα. Οι ελεγκτές και οι εξεταστές απάτης πρέπει να είναι συνεχώς σε θέση να παρακολουθούν τεράστια μεγέθη δεδομένων ώστε να ανιχνεύσουν και να προτρέψουν προβλήματα στις συναλλαγές προτού αυτά δημιουργηθούν. Η ανάλυση δεδομένων και η πρόγνωση δόλιας συμπεριφοράς καθιστά δυνατό για τους ελεγκτές και τους εξεταστές απάτης να αναλύσουν δεδομένα ενός ολόκληρου οργανισμού, να αποκτήσουν κατανόηση στο πόσο καλά οι εσωτερικοί μηχανισμοί του οργανισμού λειτουργούν και να αναγνωρίσουν συναλλαγές οι οποίες δείχνουν δόλιες συμπεριφορές. Αυτές οι τεχνικές μπορούν να εφαρμοστούν σε οποιοδήποτε οργανισμό χρησιμοποιεί ηλεκτρονικές συναλλαγές οι οποίες καταγράφονται και αποθηκεύονται. Σκοπός της παρούσας εργασίας είναι αρχικά η εξέταση του συνόλου των συνεπειών του φαινομένου της απάτης στις συναλλαγές καρτών κυρίως σε ευρωπαϊκό επίπεδο και η παρουσίαση στατιστικών και αναλύσεων των τελευταίων χρόνων. Στη συνέχεια αναλύονται και ορίζονται βασικές έννοιες της απάτης στις συναλλαγές καρτών, τα προβλήματα που αντιμετωπίζουν οι ελεγκτές στην ανίχνευση της απάτης και οι τεχνικές της εξόρυξης και ανάλυσης δεδομένων για την επίλυση προβλημάτων. Ακολουθεί η περαιτέρω ανάλυση των μοντέλων συμπεριφοράς για την ανάλυση στατιστικών δεδομένων καθώς και οι μέθοδοι κατηγοριοποίησης των προτύπων δόλιας συμπεριφοράς στα δεδομένα ενός οργανισμού. Συνοψίζονται αποτελεσματικές διαδικασίες και στρατηγικές μοντελοποίησης οι οποίες καθίσταται ικανές να οδηγήσουν τους ελεγκτές σε αξιόπιστα συμπεράσματα. Τέλος, παρουσιάζεται δείγμα δεδομένων το οποίο αντιπροσωπεύει συναλλαγές με τη χρήση πιστωτικών καρτών, αναλύονται οι τύποι δεδομένων και των δεικτών που είναι διαθέσιμοι και η διαδικασία της υπολογιστικής τους ανάλυσης τόσο από τη μεριά της ανάλυσης όσο και της πρόβλεψης προτύπων συμπεριφοράς που οδηγούν σε δόλιες συναλλαγές.

Περίληψη :

Behavioral fraud occurs when details of legitimate cards have been obtained fraudulently and sales are made on a "cardholder present" basis. Auditors and fraud examiners need to be able to continuously monitor massive quantities of data in order to identify and prevent problems before they occur. Data analysis techniques enable auditors and fraud examiners to analyze an organization‘s business data, gain insight into how well internal controls areoperating and identify transactions that indicate fraudulent activity or the heightened risk of fraud. Data analysis and behavioral modeling in order to prevent or identify useful insights can be applied to just about anywhere in an organization where electronic transactions are recorded and stored. This Thesis project, first, aims to examine the overall impact of the phenomenon of behavioral fraud in retail banking and credit card transactions, mainly within European Union. Statistical measures and analytics are presented. Continuously, basic concepts and definitions of behavioral and credit card fraud, issues that fraud investigators and auditors face while identifying fraud and data mining and analysis techniques in the context of fraud detectionare analyzed. Additionally, further analysis of the existing behavioral models which are utilized for data analysis as long as a summary of efficient techniques and modeling strategies in investigating and classifying behavior patterns in credit card transactions are presented. Lastly, an educational dataset, available from the University of Hamburg, is utilized and explained regarding the nature of the data that are included. The building of a predictive model is presented and explained. The model is trained through "Data exploration" phase and "Trainer-Classifier" phase in order to conclude to the most efficient model. Metrics, charts and the actual results are presented from the "Testing" phase while attempting to optimize the model.
Η δόλια συμπεριφορά με αποτέλεσμα την απάτη σε συναλλαγές πιστωτικών καρτών εμφανίζεται στις πιστωτικές κάρτες οι οποίες έχουν εκδοθεί νόμιμα και χρησιμοποιούνται για αγορές και αποταμιεύσεις από μη εξουσιοδοτημένα άτομα. Οι ελεγκτές και οι εξεταστές απάτης πρέπει να είναι συνεχώς σε θέση να παρακολουθούν τεράστια μεγέθη δεδομένων ώστε να ανιχνεύσουν και να προτρέψουν προβλήματα στις συναλλαγές προτού αυτά δημιουργηθούν. Η ανάλυση δεδομένων και η πρόγνωση δόλιας συμπεριφοράς καθιστά δυνατό για τους ελεγκτές και τους εξεταστές απάτης να αναλύσουν δεδομένα ενός ολόκληρου οργανισμού, να αποκτήσουν κατανόηση στο πόσο καλά οι εσωτερικοί μηχανισμοί του οργανισμού λειτουργούν και να αναγνωρίσουν συναλλαγές οι οποίες δείχνουν δόλιες συμπεριφορές. Αυτές οι τεχνικές μπορούν να εφαρμοστούν σε οποιοδήποτε οργανισμό χρησιμοποιεί ηλεκτρονικές συναλλαγές οι οποίες καταγράφονται και αποθηκεύονται. Σκοπός της παρούσας εργασίας είναι αρχικά η εξέταση του συνόλου των συνεπειών του φαινομένου της απάτης στις συναλλαγές καρτών κυρίως σε ευρωπαϊκό επίπεδο και η παρουσίαση στατιστικών και αναλύσεων των τελευταίων χρόνων. Στη συνέχεια αναλύονται και ορίζονται βασικές έννοιες της απάτης στις συναλλαγές καρτών, τα προβλήματα που αντιμετωπίζουν οι ελεγκτές στην ανίχνευση της απάτης και οι τεχνικές της εξόρυξης και ανάλυσης δεδομένων για την επίλυση προβλημάτων. Ακολουθεί η περαιτέρω ανάλυση των μοντέλων συμπεριφοράς για την ανάλυση στατιστικών δεδομένων καθώς και οι μέθοδοι κατηγοριοποίησης των προτύπων δόλιας συμπεριφοράς στα δεδομένα ενός οργανισμού. Συνοψίζονται αποτελεσματικές διαδικασίες και στρατηγικές μοντελοποίησης οι οποίες καθίσταται ικανές να οδηγήσουν τους ελεγκτές σε αξιόπιστα συμπεράσματα. Τέλος, παρουσιάζεται δείγμα δεδομένων το οποίο αντιπροσωπεύει συναλλαγές με τη χρήση πιστωτικών καρτών, αναλύονται οι τύποι δεδομένων και των δεικτών που είναι διαθέσιμοι και η διαδικασία της υπολογιστικής τους ανάλυσης τόσο από τη μεριά της ανάλυσης όσο και της πρόβλεψης προτύπων συμπεριφοράς που οδηγούν σε δόλιες συναλλαγές.

Λέξη κλειδί :	Behavioral fraud Ccredit cards Fraud investigators Auditors Electronic transactions Δόλια συμπεριφορά Πιστωτικές κάρτες Εξεταστές απάτης Ελεγκτές Ηλεκτρονικές συναλλαγές

Ημερομηνία :	31-07-2016

Άδεια χρήσης :

Αρχείο: Matzavinos_2016.pdf

Τύπος: application/pdf

Είσοδος