D. Sc. T. Семенов И.А.
Международный Университет Фундаментального Обучения, Россия
Фрод – от английского fraud – обман,
мошенничество. Данным термином обозначают несанкционированный доступ или
использование финансовых средств клиентов в электронных финансовых системах.
Антифрод - система предотвращающая какие-либо
мошеннические действия. Система антифрод должна работать как база знаний,
которая содержит в себе поведенческие факторы,
связанные с мошенническими операциями или действиями.
Данная система должна работать в режиме online
и обрабатывать большое количество данных. Для систем подобного рода имеет смысл
использовать модель распределенных вычислений для организации параллельных
вычислений над большими объемами данных.
Знания, заложенные в антифрод, это либо
ограничивающие правилами запрещающие какие-то действия при определённых
условиях, либо экспертные сведения специалистов (формализованные эмпирические
знания высококвалифицированных специалистов), которые позволяют отследить и
предотвратить какие-либо манипуляции с данными или подозрительные аномалии.
Сервис антифрод основан на работе политик
(правил), являющимися единицами знания, которые привязываются к счетам клиентов
процессинга и ограничивают или анализируют действия между ними как по прямым,
так и по косвенным признакам.
Конфигурация политик позволяет гибко настроить
правила работы с разными типами счетов, группами и отдельными счетами
индивидуально. Гибкость конфигурации позволяет менять её динамически "на
лету".
База знаний Антифрод, как интеллектуальной
системы, наращивается со временем, система обучается и применяет новые знания
сразу, как только они появляются. Необходимые данные система может
аккумулировать в хранилищах для последующего анализа.
Система может работать как в режиме online,
проводя проверки на лету и блокируя подозрительные транзакции, так и в режиме
offline, анализируя большие объемы данных и выискивая скрытые знания в данных,
используя алгоритмы DataMining. Система предназначена для решения практических
задач возникающих в трудно формализуемых и малоструктурированных объемах
данных. Антифрод выступает в качестве электронного эксперта, заменяет специалистов в области при решении
задач в силу их недостаточного количества или недостаточной оперативности в
решении вопросов.
В рамках распределённой архитектуры процессинговых
центров антифрод система также должен быть масштабируемой и иметь многопоточную
структуру работы, что позволит обеспечивать высокую производительность и
надёжность системы на уровне всего комплекса программных средств.
Антифрод, как экспертная система, должна
состоять из следующих основных блоков - база знаний, база данных, машина
логического вывода, подсистема общения, подсистема приобретения знаний:
·
База
знаний - предназначена для хранения экспертных знаний и ограничений предметной
области, используемых при решении задач антифрод системы.
·
База
данных - предназначена для временного хранения фактов или гипотез, являющихся
промежуточными решениями или результатом общения антифрод системы с другими подсистемами
процессингового комплекса.
·
Машина
логического вывода - механизм
рассуждений, оперирующий знаниями и данными с целью получения новых данных. Для
этого обычно используется программно реализованный механизм дедуктивного
логического вывода. Машина логического вывода антифрод системы реализовывает
рассуждения в виде – линейного анализа, который анализирует вхождение
анализируемой единицы данных в какие-то критерии, например ограничивающие
политики, и – сложно-корреляционного, который отыскивает логико-семантические
связки внутри какого-то объема данных, например, поиск закономерностей.
·
Подсистема
общения - служит для ведения диалога с другими системами, в ходе которого
антифрод получает от систем необходимые факты для процесса рассуждения.
·
Подсистема
объяснений - необходима для того, чтобы дать возможность понять ход заключений.
Если не было бы этой подсистемы, антифрод выглядел бы как «вещь в себе»,
решениям которой можно либо верить, либо нет.
·
Подсистема
приобретения знаний - служит для корректировки и пополнения базы знаний.
Литература:
1.
Семёнов
И.А. Представление знаний в объектно-ориентированной базе. International Conference "Intelligent Systems and Information Technologies
in Control". IS&ITC-2000. St.Petersburg/Pskov. SPbSTU Publishers 2000.
(Pskov, June 19-23, 2000).
2. Семенов И.А.
«Объектно-ориентированное проектирование самоструктурирующихся баз». SCM'99 - International Conference on Soft Computing and measurements. Санкт-Петербург, 25-28 мая 1999 г.
3. Семенов И.А.
«Представление знаний в объектно-ориентированной базе». International
Conference "Intelligent Systems and Information Technologies in
Control". IS&ITC-2000. St.Petersburg/Pskov. SPbSTU Publishers 2000.
4. Ерофеев А.А., Поляков
А.О. Интеллектуальные системы управления. СПб: Издательство СПбГТУ, 1999.
5. В. Дюк, А. Самойленко.
«DataMining», Санкт-Петербург, «Питер», 2001.