Geri Dön

An artificial intelligence based frameworkfor fraud detection in cloud call centers forlow-resourced languages Arabic as a use case

Kullanım örneği olarak düşük kaynaklı Arapça dilleri için bulut çağrı merkezlerinde sahtecilik tespitine yönelik yapay zeka tabanlı bir çerçeve

  1. Tez No: 868031
  2. Yazar: HANA'A MARATOUQ
  3. Danışmanlar: DOÇ. DR. PINAR SARISARAY BOLUK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Siber Güvenlik Bilim Dalı
  13. Sayfa Sayısı: 51

Özet

Çeşitli sektörlerdeki dijital dönüşüm, yalnızca dolandırıcılığa maruz kalma riskini önemli ölçüde artırmakla kalmadı, aynı zamanda teknolojik gelişmelerin yanı sıra dolandırıcılık faaliyetlerinde de sürekli ilerlemelere yol açtı. Bu araştırma, iletişim dili olarak Arapça'yı kullanan bulut telefon sistemleri için özel olarak tasarlanmış bir sahtekarlık tespit hattının geliştirilmesine odaklanmaktadır. Dolandırıcılık tespit stratejisi, abonelerin katılım süreci sırasında sıkı kontroller, şüpheli faaliyetlerin sürekli izlenmesi ve çağrı içeriği verilerini dolandırıcılık işaretleri açısından analiz etmek için Otomatik Konuşma Tanıma (ASR) modellerinin ve Büyük Dil Modellerinin (LLM'ler) değerlendirilmesini içerir. Bu çok katmanlı yaklaşım, çağrıyla ilgili olmayan özellikleri, ödeme geçmişlerini ve hesap kullanım modellerini inceleyerek potansiyel dolandırıcılığın belirlenmesine yardımcı olur, ayrıca belirli anahtar kelimeler için yazıya geçirilmiş çağrı içeriğini ve bilinen dolandırıcılık davranışlarıyla anlamsal benzerlikleri analiz eder. Orta Doğu ve Kuzey Afrika bölgesindeki bir bulut telefon hizmeti sağlayıcısında uygulanan ve 1000'den fazla hesabı kapsayan çerçevenin sonuçları, 47 hesabın sahtekarlık olarak işaretlenmesiyle sonuçlandı; bunlardan 41'i gerçekten sahtekarlıktı. Sonuçlar umut vericiydi ve yaklaşımımızın dolandırıcılık risklerini azaltmadaki etkinliğini vurguluyor ve potansiyel olarak sektörü önemli mali ve itibari zararlardan kurtarıyor

Özet (Çeviri)

The digital transformation across various sectors has not only significantly increased exposure to fraud but also driven continuous advancements in fraudulent activities alongside technological developments. This research focuses on the development of a fraud detection pipeline tailored for cloud telephony systems that utilize Arabic as the communication language. The fraud detection strategy includes strict checks during the onboarding process of subscribers, continuous monitoring for suspicious activities, and the evaluation of Automatic Speech Recognition (ASR) models and Large Language Models (LLMs) to analyze call content data for signs of fraud. This multi-layered approach aids in identifying potential fraud by reviewing non-call related characteristics, payment histories, and account usage patterns, alongside analyzing transcribed call content for specific keywords and semantic similarities to known fraudulent behaviors. The results of the framework being applied on a MENA region cloud telephony service provider, covering over 1000 accounts results in flagging 47 accounts as fraudulent, of which 41 were indeed fraudulent. Results were promising and underscore the effectiveness of our approach in mitigating fraud risks, potentially saving the industry significant financial and reputational damages

Benzer Tezler

  1. A new artificial intelligence based framework for network fault management

    Ağ hata yönetimi için yeni bir yapay zeka tabanlı çerçeve

    MUKHALAD WAJDI JALAL WAJDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM

  2. Semi-automated image labeling framework for honeybee (Apis mellifera) detection and tracking in automated bee hive applications

    Otomatik arı kovanı uygulamalarında bal arısı (Apis mellifera) tespiti ve takibi için yarı otomatik görüntü etiketleme sistemi

    ALPER EMRE HAS

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HANDE ALEMDAR

  3. Artificial intelligence based risk analysis in project management

    Proje yönetiminde yapay zekâ tabanlı risk analizi

    YASEMİN TUNCER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN ÖZTEMEL

  4. The development of listening and speaking skills in EFL via an artificially intelligent chatbot application: A quasi-experimental design study

    İngilizce'nin yabancı dil olarak öğreniminde dinleme ve konuşma becerilerinin yapay zekâyla geliştirilmiş bir sohbet robotu ile geliştirilmesi: Bir yarı-deneysel desen araştırması

    FATMA ŞEYMA KOÇ

    Doktora

    İngilizce

    İngilizce

    2024

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    İngiliz Dili Öğretimi Ana Bilim Dalı

    PROF. DR. PERİHAN SAVAŞ

  5. Sistemli mimari tasarım sürecinde üretken bir yapay yardımcı önerisi

    Proposal for a productive artificial aid in the systematic architectural design process

    BETÜL ŞEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. YÜKSEL DEMİR