МЕТОД ВИЯВЛЕННЯ ШАХРАЙСЬКИХ БАНКІВСЬКИХ ОПЕРАЦІЙ НА ОСНОВІ ТЕХНОЛОГІЙ ЗАСТОСУВАННЯ ЗАСОБІВ МАШИННОГО НАВЧАННЯ ТА ЗАХИСТУ ІНФОРМАЦІЇ В РОЗПОДІЛЕНО-ПАРАЛЕЛЬНОМУ ВИКОРИСТАННІ У ПРОЦЕСІ УПРАВЛІННЯ ІТ-ПРОЄКТАМИ

Анотація

Швидке зростання обсягів цифрових фінансових транзакцій підвищує ризики здійснення шахрайських операцій та ускладнює їх своєчасне виявлення. Традиційні методи, що ґрунтуються на ручному аналізі або простих правилах, демонструють недостатню ефективність через високу кількість хибних спрацювань і низьку адаптивність до нових типів загроз. У сучасних умовах особливої актуальності набуває інтеграція технологій машинного навчання та засобів захисту інформації в розподілено-паралельних системах, що застосовуються у процесі управління ІТ-проєктами фінансового сектору.

У роботі запропоновано метод виявлення та класифікації шахрайських банківських операцій на основі алгоритму Random Forest із використанням техніки SMOTE для балансування класів. Розроблена модульна архітектура забезпечує ефективну обробку транзакційних даних, паралельне навчання моделей, валідацію та тестування у високонавантажених середовищах. Експериментальні дослідження на реальних банківських даних показали високу результативність запропонованого підходу: F1-міра – 0,83, точність – 0,86, повнота – 0,79, площа під ROC-кривою – 0,93. Метод дозволяє виявляти до 79% шахрайських операцій при рівні хибних спрацювань 4,5%.

Отримані результати мають наукове значення для подальшого розвитку алгоритмів машинного навчання у сфері фінансової безпеки, а також практичну цінність – підвищують рівень захисту банківських транзакцій, зменшують потенційні фінансові збитки та підвищують ефективність роботи систем моніторингу та служб безпеки фінансових установ.