Статья: Модели машинного обучения как инструмент обнаружения подозрительных банковских транзакций (2025)

Читать онлайн

В условиях цифровой трансформации банковской системы и расширения доступности финансовых услуг проблема обеспечения безопасности банковских транзакций приобретает стратегическое значение. Актуальность темы обусловлена необходимостью изучения проблемы эффективности методов прогнозирования и предотвращения мошенничества, которые являются важными составляющими комплексной системы экономической безопасности в банковском секторе. В данном исследовании сделан акцент на формировании моделей обнаружения мошенничества с банковскими картами. В результате исследования предложены конкретные рекомендации по совершенствованию систем антифрод-защиты в банковском секторе с использованием моделей машинного обучения. В рамках этого исследования были разработаны и протестированы модели XGBoost и ANN для выявления мошеннических транзакций, реализованные на языке Python. Эксперименты продемонстрировали их высокую эффективность, а также гибкость и способность адаптироваться к новым данным. Использование этих моделей позволяет банкам оперативно обнаруживать подозрительные операции, что снижает риски потерь и улучшает общую защищенность финансовой системы. Обеспечение безопасного функционирования системы совершения банковских транзакций требует комплексного подхода, включающего не только внедрение современных аналитических инструментов, но и постоянное обучение и обновление моделей для выявления новых способов мошенничества. Реализация предложенных мер позволит кредитным организациям повысить эффективность защиты от мошенничества, снизить финансовые потери от мошеннических действий и укрепить доверие клиентов.

Ключевые фразы: искусственный интеллект, типология моделей, метрики качества моделей, ограничения методов, ГРАДИЕНТНЫЙ БУСТИНГ, нейронная сеть
Автор (ы): АРКАДЬЕВА ОЛЬГА ГЕННАДЬЕВНА, Петров Александр Васильевич
Журнал: ВЕСТНИК СУРГУТСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Экономика
УДК
336.717. Банковские операции
Префикс DOI
10.35266/2949-3455-2025-3-1
Для цитирования:
АРКАДЬЕВА О. Г., ПЕТРОВ А. В. МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ КАК ИНСТРУМЕНТ ОБНАРУЖЕНИЯ ПОДОЗРИТЕЛЬНЫХ БАНКОВСКИХ ТРАНЗАКЦИЙ // ВЕСТНИК СУРГУТСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. 2025. ТОМ 13, № 1
Текстовый фрагмент статьи