ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ПОБУДОВИ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ ВИЯВЛЕННЯ ШАХРАЙСТВА ПРИ ІНСТАЛЮВАННІ МОБІЛЬНИХ ДОДАТКІВ

  • Тетяна Дмитрівна Польгуль Вінницький національний технічний університет, Вінниця
Ключові слова: виявлення шахрайства, виявлення аномалій, інсталювання мобільних додатків, інтелектуальний аналіз даних, інформаційна технологія, інтелектуальні системи

Анотація

У роботі запропоновано інформаційну технологію побудови інтелектуальних систем виявлення шахрайства при інсталюванні мобільних додатків, яку бажано використовувати при розробці такого класу систем. Здійснено інтелектуальну обробку наявних даних по користувачу, на основі якої запропоновано шкалювання не по значенню ознаки, а по кінцевій інформації, яку несе ознака по користувачу. Запропоновано систему з інтелектуальною складовою – формуванням бази знань, яка дозволить визначити шахраїв, та в яку включатимуться правила аналізу аномалій, при чому так, щоб поява нової аномалії в даних дозволяла створити нове правило. Така база знань може розширюватись через можливість появи нового виду аномалії в даних (шахрайства). Отриманий набір правил, що у подальшому на основі розроблених в роботі алгоритмів дозволить створити узагальнений портрет шахрая, відзначивши навіть нові та невідомі експертам шахрайські властивості. Віднесення підозрілих користувачів до класу шахраїв або органічних відбувається з використанням нечіткої логіки. Завдяки запропонованій  інтелектуальній обробці наявних даних про користувачів, шкалюванню по кінцевій інформації, яку несе ознака та створенню баз знань, що розвиваються, запропонована інформаційна технологія дозволяє побудувати інтелектуальні системи, що матимуть можливість адаптуватися до появи нових видів шахрайства. Відповідно до задач, які повинні вирішувати такі інтелектуальні системи, запропоновано їх структуру: підсистема виявлення характеристик користувача; підсистема подолання різнорідності даних; підсистема тренування класифікаційної моделі; підсистема класифікації; підсистема формування бази даних шахраїв; підсистема формування бази знань (для виявлення шахраїв); підсистема інтелектуального аналізу даних та формування шаблонів користувачів; підсистема прогнозування узагальненого шаблону шахрая. Запропонована інформаційна технологія побудови інтелектуальних систем дозволяє обробляти різноформатні вхідні дані, що у процесі дає можливість сформувати узагальнений шаблон шахрая.

Біографія автора

Тетяна Дмитрівна Польгуль, Вінницький національний технічний університет, Вінниця

аспірант кафедри Комп’ютерних наук ВНТУ

Посилання

A. A. Yarovyi, O. N. Romaniuk, I. R. Arseniuk, T. D. Polhul «Vyiavlennia shakhraistva pry instaliuvanni prohramnykh dodatkiv z vykorystanniam intelektualnoho analizu danykh», Naukovi pratsi Donetskoho natsionalnoho tekhnichnoho universytetu. Seriia: «Informatyka, kibernetyka ta obchysliuvalna tekhnika», № 2 (25), c. 126–131, 2017.

T. D. Polhul, A. A. Yarovyi «Vyznachennia shakhraiskykh operatsii pry vstanovlenni mobilnykh dodatkiv z vykorystanniam intelektualnoho analizu danykh», na Suchasni tendentsii rozvytku systemnoho prohramuvannia. Tezy dopovidei, Kyiv, 2016, s. 55–56.

T. D. Polhul, A. A. Yarovyi «Metod podolannia riznoridnosti danykh dlia vyiavlennia shakhraistva pry instaliuvanni mobilnykh dodatkiv», Visnyk SNU im. V. Dalia – Sievierodonetsk: SNU im. V. Dalia. 2018, № 7 ( 248 ), c.60-69, 2018.

T. Polhul, “Development of an intelligent system for detecting mobile app install fraud”, in Proceedings of the IRES 156th International Conference, Bangkok, Thailand, 21st-22nd March 2019, pp. 25-29.

FraudScore: FraudScore fights ad fraud using Machine Learning [Online]. Available: https://fraudscore.mobi/

T. Polhul, A. Yarovyi “Development of a method for fraud detection in heterogeneous data during installation of mobile applications”, Eastern-European Journal of Enterprise Technologies, № 1/2 (97), 2019. doi: 10.15587/1729-4061.2019.155060

V. Chandola, A. Banerjee, V. Kumar, “Anomaly Detection: A Survey”, ACM Computing Surveys (CSUR), Volume 41, Issue 3, Article No. 15, New York, NY, USA, July 2009.

I. S. Ivaskiv “Machine-learning methods in tasks of detection the atypical behavior of complex system”, Master Thesis. Ternopil National Economy University, Ternopil, 2017. (Ukr.).

D. Hawkins, Identification of Outliers. Chapman and Hall, 1980.

V. Barnett, T. Lewis, Outliers in Statistical Data, Wiley, 1994.

A. Géron, Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems, OReilly Media, 2017, 574 p.

A. H. Kiulian, T. D. Polhul, M. B. Khazin, «Matematychna model rekomendatsiinoho servisu na osnovi metodu kolaboratyvnoi filtratsii», Kompiuterni tekhnolohii ta Internet v informatsiinomu suspilstvi, s. 226–227, 2012.

A. A. Yarovyi, T. D. Polhul, Kompiuterna prohrama «Prohramnyi modul zboru danykh informatsiinoi tekhnolohii» vyiavlennia shakhraistva pry instaliuvanni prohramnykh dodatkiv. Cvidotstvo pro reiestratsiiu avtorskoho prava na tvir № 76348. K.: Ministerstvo ekonomichnoho rozvytku i torhivli Ukrainy, 2018.

A. A. Yarovyi, T. D. Polhul, Kompiuterna prohrama «Prohramnyi modul vyznachennia skhozhosti korystuvachiv informatsiinoi tekhnolohii vyiavlennia shakhraistva pry instaliuvanni prohramnykh dodatkiv». Cvidotstvo pro reiestratsiiu avtorskoho prava na tvir № 76347. K.: Ministerstvo ekonomichnoho rozvytku i torhivli Ukrainy, 2018.

Опубліковано
2019-05-15
Як цитувати
[1]
Т. Польгуль, ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ПОБУДОВИ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ ВИЯВЛЕННЯ ШАХРАЙСТВА ПРИ ІНСТАЛЮВАННІ МОБІЛЬНИХ ДОДАТКІВ, ІТКІ, vol 44, № 1, с. 4-16, Трав 2019.