Методи виявлення та запобігання шахрайству з банківськими картками
Тип публікації :
Бакалаврська робота
Дата випуску :
2025
Автор(и) :
Рожкован, Дамір Олександрович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Рожкован, Д. О. (2025). Методи виявлення та запобігання шахрайству з банківськими картками [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/7836
[ДСТУ] Рожкован Д. О. Методи виявлення та запобігання шахрайству з банківськими картками : кваліфікаційна робота бакалавра : 125 Кібербезпека та захист інформації / наук. кер. Я. В. Шестак. Київ, 2025. 70 с. URL: https://ir.library.knu.ua/handle/15071834/7836 (дата звернення: 25.07.2026).
Пояснювальна записка кваліфікаційної роботи складається зі вступу, трьох розділів, загальних висновків, списку використаних джерел, додатків, має 66 сторінок основного тексту, 4 таблиць та 13 рисунків. Список використаних джерел містить 35 найменувань і займає 4 сторінок.
Метою роботи є дослідження, порівняльний аналіз оцінка ефективності та сценарне моделювання впровадження класифікаційної моделі виявлення карткового шахрайства на основі машинного навчання з її умовною інтеграцією у платформу Feedzai OpenML в контексті відповідності сучасним технологічним та нормативно-правовим вимогам у сфері фінансової безпеки.
Об'єктом дослідження є процеси виявлення, аналізу та попередження шахрайських операцій у платіжній інфраструктурі фінансових установ.
Предметом дослідження є методи, моделі та технології виявлення і протидії картковому шахрайству, включаючи системи моніторингу транзакцій, алгоритми машинного навчання, аналітичні платформи управління ризиками, криптографічні механізми захисту платіжних даних і нормативно-правові підходи до забезпечення інформаційної безпеки у сфері електронних платежів.
Методи дослідження: моделювання шахрайських сценаріїв, порівняльний аналіз сучасних систем безпеки та статистичний аналіз інцидентів карткового шахрайства в Україні.
Практичною цінністю є демонстрація можливості побудови високоточної класифікаційної моделі виявлення карткового шахрайства з використанням відкритих даних, а також у моделюванні її сценарної інтеграції в промислове antifraud-середовище Feedzai OpenML
Найважливіші результати дослідження включають класифікацію сучасних типів карткового шахрайства, аналіз причин їх виникнення, систематизацію технологій виявлення та запобігання шахрайству, оцінку ефективності різних антифрод-систем у контексті українського та міжнародного фінансового середовища, а також формування практичних рекомендацій щодо впровадження інтелектуальних систем моніторингу транзакцій і захисту платіжних даних.
Пропозиції щодо продовження досліджень включають поглиблений аналіз адаптивних моделей машинного навчання для боротьби з новими формами шахрайства, розширення порівняльного дослідження функціональних характеристик альтернативних антифрод-систем, вивчення впливу нормативних змін на ефективність виявлення підозрілих операцій.
Метою роботи є дослідження, порівняльний аналіз оцінка ефективності та сценарне моделювання впровадження класифікаційної моделі виявлення карткового шахрайства на основі машинного навчання з її умовною інтеграцією у платформу Feedzai OpenML в контексті відповідності сучасним технологічним та нормативно-правовим вимогам у сфері фінансової безпеки.
Об'єктом дослідження є процеси виявлення, аналізу та попередження шахрайських операцій у платіжній інфраструктурі фінансових установ.
Предметом дослідження є методи, моделі та технології виявлення і протидії картковому шахрайству, включаючи системи моніторингу транзакцій, алгоритми машинного навчання, аналітичні платформи управління ризиками, криптографічні механізми захисту платіжних даних і нормативно-правові підходи до забезпечення інформаційної безпеки у сфері електронних платежів.
Методи дослідження: моделювання шахрайських сценаріїв, порівняльний аналіз сучасних систем безпеки та статистичний аналіз інцидентів карткового шахрайства в Україні.
Практичною цінністю є демонстрація можливості побудови високоточної класифікаційної моделі виявлення карткового шахрайства з використанням відкритих даних, а також у моделюванні її сценарної інтеграції в промислове antifraud-середовище Feedzai OpenML
Найважливіші результати дослідження включають класифікацію сучасних типів карткового шахрайства, аналіз причин їх виникнення, систематизацію технологій виявлення та запобігання шахрайству, оцінку ефективності різних антифрод-систем у контексті українського та міжнародного фінансового середовища, а також формування практичних рекомендацій щодо впровадження інтелектуальних систем моніторингу транзакцій і захисту платіжних даних.
Пропозиції щодо продовження досліджень включають поглиблений аналіз адаптивних моделей машинного навчання для боротьби з новими формами шахрайства, розширення порівняльного дослідження функціональних характеристик альтернативних антифрод-систем, вивчення впливу нормативних змін на ефективність виявлення підозрілих операцій.
Галузі знань та спеціальності :
12 Інформаційні технології::125 Кібербезпека та захист інформації
Галузі науки і техніки (FOS) :
Інженерія та технології
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
3.41 MB
Контрольна сума :
(MD5):391c5dbc51b6cdd915c406ad033b1ae7
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International