Detection of anomalous fund transfers between different banks
Farklı bankalar arası anormal fon transferlernin ̇tespiti
- Tez No: 756797
- Danışmanlar: DOÇ. DR. ERDEM AKAGÜNDÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Modelleme ve Simülasyon Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Bankalar arasındaki fon transferleriyle ilgili, dolandırıcılık ve bankacılık sisteminin kötüye kullanılması gibi çeşitli riskler vardır. Beklenmeyen mesajlar veya aktarımlar meydana gelebileceğinden, bu fon transfer ağındaki herhangi bir anormallik tespit edilmeli ve öğrenilmelidir. Bu tezin amacı, fon transfer paketlerindeki anormallikleri tespit etmektir. Farklı fon transfer protokolleri farklı mesaj türleri kullanır. Ayrıca bu mesajların tarihler, katılımcılar, miktarlar, zaman aralıkları vb. gibi birçok farklı özelliği vardır. Biz, fon transferlerindeki anormallikleri tespit etmek için LSTM Oto-kodlayıcılar, izolasyon ormanları, yerel aykırı değer faktörleri ve k-en yakın komşu gibi çeşitli istatistiksel, makine öğrenimi ve derin öğrenme tabanlı anomali tespit yöntemlerini kullandık. Bu amaçla, bir dizi gerçek dünya fon transferi mesajı topladık ve bu seti deneylerimizde kullandık. Öznitelik grubu seçiminin anomali tespitinin doğruluğu üzerinde önemli bir etkisi olduğu sonuçlarımızdan açıkça görülmektedir.
Özet (Çeviri)
There are various risks associated with fund transfers between banks, including frauds and abuse of the banking system. Any anomaly in a fund transfer network must be detected and learned, since unexpected messages or transfer events may occur. The purpose of this thesis is to detect anomalies in a fund transfer network using fund transfer packets. In such a network, different fund transfer protocols use different message types. Moreover, these messages have several different features, such as dates, participants, amounts, time intervals, etc. We utilize various statistical, machine learning and deep learning-based anomaly detection methods such as isolation forests, local outlier factors, k-nearest-neighbour and LSTM Autoencoders to detect anomalies in fund transfers. For this purpose, we collect a set of real-world fund transfer messages and utilize this set in our experiments. It is evident from our results that feature group selection has a significant impact on the accuracy of anomaly detection.
Benzer Tezler
- Akut lenfoblastik lösemi (ALL) olgularında myc gen bölgesindeki yeniden düzenlemelerin fluoresan ın situ hibridizasyon (FISH) yöntemi ile araştırılması
Detection of Myc Gene Rearrangements by Fluorescence In Sıtu Hybrizidation in Acute Lymphoblastic Leukemia Cases
SEDA EREN
Yüksek Lisans
Türkçe
2009
Genetikİstanbul ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
PROF. DR. SENİHA HACIHANFİOĞLU
- Web saldırılarının derin öğrenme ile tespit edilmesi
Detection of web attacks with deep learning
YUNUS EMRE SEYYAR
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
PROF. DR. ALİ GÖKHAN YAVUZ
- Unsupervised detection of coordinated fake followers on social media
Sosyal medyada koordineli sahte takipçi denetimsiz tespiti
YASSER ZOUZOU
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiVeri Bilimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR VAROL
- Yazılım-tanımlı ağlar için uyarlanabilir bir saldırı tespit ve önleme sistemi tasarımı
Design of an adaptive intrusion detection and prevention system for software-defined networks
SULTAN ZAVRAK
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT İSKEFİYELİ
- Federated anomaly detection for log-based defense systems
Log tabanlı savunma sistemleri için federe olağandışılık tespiti
UĞUR ÜNAL
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
PROF. DR. HASAN DAĞ