Geri Dön

Changepoint model for bayesian online fraud detection in call data

Değişim noktası modeli kullanarak arama verisinde gerçek zamanlı, bayesçi telefon dolandırıcılığı tespiti

  1. Tez No: 507371
  2. Yazar: HİLAL TÜYSÜZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SİNAN YILDIRIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 79

Özet

Telekomünikasyon ağlarındaki usulsüz kullanım hem arama şirketleri hem de kullanıcıları için büyük bir sorun. Müşterilerin telefonlarına yasadışı erişim sağlayarak, dolandırıcılar haksız bir gelir elde etmekte ve arama ağlarında yoğun trafiğe sebep olmaktadır. Cep telefonu dolandırıcılığında artan trendten sonra, telekomünikasyon şirketlerinin güvenlik departmanları dolandırıcılık yakalama algoritmalarının etkinliğini arttırmaya ve yanlış alarm sayısını azaltmaya odaklanmıştır. Bu tezde, gerçek zamanlı, olay esaslı ve saklı markov modellerine dayanan dolandırıcılık tespiti algoritması anlatıyoruz. Bu hata tespit problemi arayıcının davranışına odaklanan bir değişim noktası modeli olarak formüle edildi. Arayıcının davranışını daha iyi yansıtabilmek için, bu arama sıklığı, arama süresi ve arama özellikleri olarak üçe bölündü. Değişim noktası modelini tercih etmemizin sebebi de bunun belleksizlik olmasıydı; değişim noktasından önceki veri , değişim noktasından sonraki veriye bağlı değil. Algoritmamızın performansını test etmek için, kendi ürettiğimiz veride kapsamlı bir çalışma yapılmıştır. Sonuçlarımız algoritmamzın etkili olduğunu ve linear olarak artan hesaplama süresi budama metodlarıyla kontrol edilebilir.

Özet (Çeviri)

Illegal use in the phone network is a massive problem for both telecommunication companies and their users. By gaining criminal access to customers' telephone, fraudsters make an illicit profit and cause heavy traffic in the call network. After rising trend in mobile phone fraud, telecommunication companies' security departments mainly focused on increasing the efficiency of fraud detection algorithms and decreasing the number of false alarms. In this thesis, we represent an online event-based fraud detection algorithm based on Hidden Markov Models (HMM). Detection problem is formulated as a changepoint model on caller's behavior. To capture call behavior more specifically, we split it into three parts; call frequency, call duration and call features. We prefer to adapt changepoint model for call data because of its memoryless property; the data before the changepoint does not depend on the data after the change point. To investigate the performance of our algorithm, we conducted an extensive computational study on our generated data. Our results indicate that the algorithm is practical and resampling methods can control the difficulty of linearly increasing computational cost.

Benzer Tezler

  1. Bayesian changepoint and time-varying parameter learning in regime switching volatility models

    Rejim değiştiren volatilite modellerinde Bayes bazlı değişim noktası ve zamana bağlı parametre kestirimi

    MUSTAFA SERDAR YÜMLÜ

    Doktora

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SADIK FİKRET GÜRGEN

  2. Towards adaptive brain-computer interfaces: Statistical inference for mental state recognition

    Uyarlanabilir beyin-bilgisayar arayüzlerine doğru: Zihinsel durum tanıma için istatistiksel çıkarım

    MASTANEH TORKAMANI AZAR

    Doktora

    İngilizce

    İngilizce

    2020

    BiyomühendislikSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜJDAT ÇETİN

    Prof. Dr. SELİM SAFFET BALCISOY

  3. Bayesian methods for real-time pitch tracking

    Gerçek zamanlı nota takibi için Bayesçi yöntemler

    UMUT ŞİMŞEKLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ TAYLAN CEMGİL

  4. İnference and parameter estimation in bayesian change point models

    Bayesçi değişim noktası modellerinde çıkarım ve parametre kestirimi

    ÇAĞATAY YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ TAYLAN CEMGİL

  5. Computer intensive techniques for model selection

    Model belirlenmesi amacında kullanılan bilgisayar yoğunluklu teknikler

    SIDIKA BAŞÇI

    Doktora

    İngilizce

    İngilizce

    1998

    Ekonomiİhsan Doğramacı Bilkent Üniversitesi

    Ekonomi Ana Bilim Dalı

    PROF. DR. ASAD ZAMAN