文献

J-GLOBAL ID：202002216086461489   整理番号：20A2143120

Fraudulentカードトランザクションの特徴への接近【JST・京大機械翻訳】

A Closer Look Into the Characteristics of Fraudulent Card Transactions

著者 (4件)： Can Baris (Scientific and Technological Research Council of Turkey (TUBITAK), Istanbul, Turkey) ,  Yavuz Ali Gokhan (Department of Computer Engineering, Yildiz Technical University, Istanbul, Turkey) ,  Karsligil Elif M. (Department of Computer Engineering, Yildiz Technical University, Istanbul, Turkey) ,  Guvensan M. Amac (Department of Computer Engineering, Yildiz Technical University, Istanbul, Turkey)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 166095-166109  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： インターネットの広範な使用は,特に過去10年の開始で,オンラインカードトランザクションの増加に実質的な影響を与えた。オンライントランザクションの増加とともに,世界中の銀行部門は, fraudent活動の不快な数に対処するか,または遭遇するために強制された。したがって,ルールベースシステムは,ハイリスクトランザクションをマークし,専門家がそのようなトランザクションの不正性を確認するように設計された。対策として,規則ベースシステムの静的性質を,検出されない最新の攻撃によって利用した。したがって,研究者は,深層学習の非常に最近のアプリケーションで,主に機械学習技術を利用する適応 fraud検出システムの設計を狙った。しかし,それらは fraud activities活動の検出に焦点を当てたが,著者らの知る限りでは,より弾力性のあるモデルを生産するために,不正なカード取引の特性をよりよく理解するものはなかった。したがって,本研究では,トルコの35の銀行によって貢献された4B非udと245K fraud transaction取引から成る研究で使用される最大データセットを構築した。その結果,プロファイルベースの不正検出モデル,すなわちカード型ベースモデル,トランザクション特性ベースモデル,および量ベースモデルの性能を導入し,検討した。また,著者らのデータセットに関する時間的および空間的解析を行い,加齢およびゼロ日攻撃に対する提案モデルのロバスト性を示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *銀行 ,  弾性 ,  トルコ共和国 ,  応用プログラム ,  ロバスト性 ,  インターネット
準シソーラス用語： オンライン ,  不正検出 ,  深層学習 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： カード ,  接近