Ön ödemeli İstanbulkart üzerinde usulsüz kullanım tespiti
Fraud detection on prapaid Istanbulkart
- Tez No: 944708
- Danışmanlar: PROF. DR. MUHAMMED ALİ AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 80
Özet
Pandemi süreci, küresel ölçekte birçok alışkanlığın değişmesine neden olmuş, bireylerin günlük yaşam pratikleri üzerinde derin etkiler yaratmıştır. Özellikle hijyen ve sosyal mesafe kurallarının önem kazanmasıyla birlikte, geleneksel ödeme yöntemleri yerini daha hızlı ve temassız çözümlere bırakmıştır. Bu kapsamda, kredi kartı, banka kartı ve ön ödemeli kartlar aracılığıyla yapılan temassız ödemeler yaygınlaşmış, birçok insan fiziksel temas gerektirmeyen bu yöntemi daha güvenli ve pratik bulmuştur. Ancak bu değişim, beraberinde ciddi güvenlik sorunlarını da getirmiştir. Temassız ödeme sistemlerinin artması, usulsüz kullanım ve dolandırıcılık vakalarının da yükselmesine sebep olmuştur. Kart kullanıcıları, finansal kayıplara uğramamak için daha temkinli davranmakta ve bu da kullanım alışkanlıklarında düzensizliklere neden olmaktadır. Usulsüz kullanım yöntemlerinin her geçen gün değişmesi ve kullanıcı davranışlarının öngörülemez hale gelmesi, klasik tespit yöntemlerinin etkinliğini azaltmıştır. Bu nedenle son yıllarda, yapay zekâ, makine öğrenmesi ve özellikle derin öğrenme tabanlı sistemler, usulsüz kullanım tespitinde alternatif ve güçlü araçlar olarak kullanılmaya başlanmıştır. Bu çalışmada, daha önce analiz edilmemiş olan ve toplu taşıma alanında kullanılan ön ödemeli İstanbulkart veri seti ele alınmıştır. Bu veri seti üzerinde usulsüz kullanım tespitine yönelik yeni bir hibrit derin öğrenme modeli geliştirilmiştir. Modelin başarım düzeyi, Avrupa kredi kartı veri seti ve başka bir hibrit model ile karşılaştırılarak test edilmiştir. Elde edilen sonuçlar, önerilen modelin yüksek doğrulukla çalıştığını ve gerçek dünyadaki karmaşık veri setleri üzerinde etkili bir şekilde uygulanabileceğini ortaya koymaktadır.
Özet (Çeviri)
The pandemic process has caused radical changes in individuals' daily life practices and created deep effects on their routines. Especially with the increased importance of hygiene and social distancing rules, traditional payment methods have been replaced by faster and contactless solutions. In this context, contactless payments made via credit cards, debit cards, and prepaid cards have become widespread, and many people have found this method safer and more practical due to the lack of physical contact. However, this transformation has also brought along serious security problems. With the increasing prevalence of contactless payment systems, there has been a significant rise in fraud and unauthorized usage cases. This situation causes card users to feel insecure about financial safety, and as a result, irregularities in card usage behaviors emerge. These irregular and unusual usage patterns make it even more difficult to detect fraudulent activities. Moreover, the constantly changing nature of fraudulent methods and the unpredictability of user behavior reduce the effectiveness of traditional detection techniques. For this reason, machine learning and artificial intelligence-based approaches have come to the fore in recent years as alternative and powerful tools for fraud detection. In this study, the previously unexamined prepaid İstanbulkart data set, which is used in public transportation, has been studied. A new hybrid deep learning model has been developed for detecting fraudulent usage within this data set. The performance level of the model was tested by comparing it with the European credit card data set and another hybrid model. The results obtained show that the proposed model works with high accuracy and can be effectively applied to complex real-world data sets. These findings reveal that the model is suitable for practical use and can provide a reliable solution for fraud detection in real-life scenarios.
Benzer Tezler
- Fintek ekosisteminde marka yeniden konumlandırma örneği: İstanbulkart
An example of brand repositioning in the fintech ecosystem: Istanbulkart
SİNEM ŞAHİN
Yüksek Lisans
Türkçe
2023
Halkla İlişkilerMarmara ÜniversitesiKişilerarası İletişim Bilim Dalı
PROF. DR. ŞEYDA AKYOL
- Ön ödemeli soğuk su sayacı için kapama mekanizması tasarımı
Shut-off mechanism conception for prepayment cold water meter
AHMET RASİM AVCIOĞLU
Yüksek Lisans
Türkçe
2004
Makine MühendisliğiKırıkkale ÜniversitesiMakine Ana Bilim Dalı
DOÇ.DR. ERSAN ASLAN
- Ön ödemeli konut satış sözleşmesi'nde satıcının teminat sağlama yükümlülüğü
The obligation of sellers to provide collateral i̇n prepaid residance sales agreement
İFFET DİDEM SUNA
Yüksek Lisans
Türkçe
2021
HukukKTO Karatay ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT KİZİR