Hücresel mobil iletişim sistemlerinde dolandırıcılık risk yönetimi
Fraud risk management in mobile cellular communications systems
- Tez No: 488180
- Danışmanlar: PROF. DR. BANU DİRİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: GSM operatörleri, GSM operators
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada GSM operatörleri için risk oluşturan dolandırıcılık olaylarının tespiti için kullanılan risk yönetim sistemlerinin performansları incelenmiştir. Mevcut performansı arttırabilmek için 4 farklı makine öğrenmesi yöntemi (K-En Yakın Komşu, Naive Bayes, Rasgele Orman, Destek Vektör Makinesi) kullanılmıştır. X GSM operatörüne ait 2 aylık bir zaman diliminde dolandırıcılık şüphesiyle aksiyon alınan (Servis Kapama, Tam Kapama) 5.641 örnek için 76 farklı özellik çıkarılmış ve 4 farklı makine öğrenmesi yöntemi ile bu örnekler yeniden sınıflandırılmıştır. Aynı zamanda özellik azaltma yapılarak elde edilen 10 özellikli yeni veri seti üzerinde aynı makine öğrenmesi yöntemleri ile tekrar sınıflandırma yapılarak performans karşılaştırması yapılmıştır. Son yıllarda özellikle ses, resim ve el yazısı tanımasında oldukça başarılı sonuçlar elde edilen Derin Öğrenmeye de çalışmada yer verilmiştir. Mevcut veri seti üzerinde Derin Öğrenme algoritmaları da test edilerek başarıları makine öğrenme yöntemleriyle karşılaştırılmıştır
Özet (Çeviri)
Performance of the risk management system that is used for the detection of fraud on GSM Systems is investigated. In order to improve the current system performance, 4 different data mining methods is used. These methods are K-Nearest Neighbour, Naive Bayes, Random Forest, Support Vector Machine.Data Set is, 5641 GSM number belonging the X GSM operator. Suspected of fraud, X operator deactivated (service deactivated or full deactivated) these GSM numbers during 2 months. For 5641 GSM numbers, 76 feature is created and classifed with 4 different machine learning method. Also using feature reduction, feature number reduces to 10 and classifed with 4 different machine learning method. Performance of current system, developed system with 76 feature data set and reduced 10 feature data set is compared. Speech, picture and hand writing recognition researches using deep learning methods are very popular and successful. Using the same data set Machine learning methods and deep learning methods performances are compared.
Benzer Tezler
- Alopesia areatalı olgularda tedavi öncesi ve tedavi sonrası immünolojik özellikler
Başlık çevirisi yok
AYLA GÜLEKON
- Kobay aortasındaki prostasiklin sentezine amilorid ve analoglarının etkisi
Başlık çevirisi yok
AYDIN AKSOY
Tıpta Uzmanlık
Türkçe
1987
Endokrinoloji ve Metabolizma HastalıklarıGazi Üniversitesiİç Hastalıkları Ana Bilim Dalı
- Kararlı şartlarda kontrollu katılaştırılmış Zn+%4A1 ve Zn+%4A1 (Cu, Fe ve Mg ilaveli) alaşımlarında mikroyapı ve bileşen dağılımı
Başlık çevirisi yok
AHMET ALTMIŞOĞLU
- Tekne konstrüksiyonunda kullanılabilecek ferrosement yapının mekanik davranışı ve en uygun malzeme bileşenlerinin belirlenmesi
Die Bestimmung der optimalen materialzusammensetzung und das mechanische verhalten des fur den bootsbau geeigneten ferrocements
HALUK KAYA