Fraud Detection in mobile communication networks using data mining
Veri madenciliği yardımıyla mobil telekomünikasyon şebekelerinde sahtekarlık tespiti
- Tez No: 181378
- Danışmanlar: Y.DOÇ. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Sahtekarlık, Mobil telekomünikasyon, Verimadenciliği, Yapay öğrenme, fraud, mobile communication, data mining, machine learning
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Sahtekarlık/kötü niyetli kullanım telekom endüstrisinde kayıp gelir'inönemli bir kaynağıdır. Etkin sahtekarlık keşfetme sistemleri ve analizsistemleri telekom operatörlerine çok para tasarruf ettirebilir.Otomatik sahtekarlık sistemleri, operatörlere sahtekarlık yapanlarıkeşfetme, servislerini reddetme ve kovuşturma olanağı vermektedir.Bu çalışmada, veri madenciliği yöntemleriyle normal kullanıcıları,sahtekearlık yapanlardan ayıran bir model geliştirmek için mobilabonelerin konuşma detay kayıtları(CDR's), demografik verileri ve ödemeverileri incelenmiştir. Önce açıklayıcı veri analizi ile veri setiincelenmiş ve abonelik süresi, paket tipi, cinsiyet, abonelik tipi,toplam fatura tutarı gibi değişkenlerin kötü niyetli kullanımıntespitinde önemli oldukları ortaya çıkmıştır. Daha sona k-meansalgoritması ile konuşma alışkanlıklarına gore abone kümelemesiyapılmıştır. Önem sırasına gore sıralanmış değişken seti ileilişkili/bağlantılı değişkenler nedeni ile factor analizi sonuçu eldeedilen değişken seti olmak üzere iki farklı değişken setikullanılmıştır.Son olarakta eğitim ve test setleri üzerinde karar ağaçları, kuraltabanlı methodlar, yapay sinir ağları gibi veri madenciliği teknikleriuygulanmış ve çıkan sonuçlar doğruluk, duyarlılık, özgüllük, hassaslıkve hata kareleri ortalamalarının karekökü(HKOK) gibi performansölçümlerine gore tartışılmıştır.
Özet (Çeviri)
Fraud is a significant source of lost revenue to the telecom industry.Efficient fraud detection systems and analysis system can save telecomoperators a lot of money. Automated fraud detection systems enableoperators to respond to fraud by detection, service denial andprosecutions against fraud.In this study, we examine the call detail records (CDR?s), demographicdata and payment data of mobile subscribers in order to develop modelsof normal and fraudulent behavior via data mining techniques. First wehave done some Exploratory Data Analysis (EDA) on the data set anddiscovered that some variables like Account length, Package type,Gender, Type, Total Charged Amount showed important tendency forfraudulent use and then we applied k-means cluster method to clusterthe customer, based on their call behaviors. Standard variables withranked attributes and variables obtained from factor analysis due tosome correlated variables were used as two different set of variables.Finally we performed the data mining techniques-Decision trees, Rulebased methods, and Neural Networks- for both training and test sets andthen discussed the collected results based on performance measures suchas accuracy, sensitivity, specificity, precision and RMSE.
Benzer Tezler
- Hücresel mobil iletişim sistemlerinde dolandırıcılık risk yönetimi
Fraud risk management in mobile cellular communications systems
ONUR TÜFEKÇİOĞLU
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ
- Makine öğrenmesi teknikleriyle mobil ödemede sahtekarlık tespiti
Fraud detection in mobile payment with machine learning methods
ÖZLEM GÜVEN
Yüksek Lisans
Türkçe
2021
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN ARAS
- Changepoint model for bayesian online fraud detection in call data
Değişim noktası modeli kullanarak arama verisinde gerçek zamanlı, bayesçi telefon dolandırıcılığı tespiti
HİLAL TÜYSÜZ
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNAN YILDIRIM
- Makine öğrenmesi yöntemleri ile mobil para transferi sahteciliği tespiti ve önlenmesi
Fraud detection and prevention in mobile money transfer based on machine learing methods
MAYATA NDIAYE
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- Yüz tanıma sistemlerinde canlılık analizi
Liveness detection in face recognition systems
TUGAY BOZİK
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİHAN KAHRAMAN