ГРАФОВЫЕ НЕЙРОННЫЕ СЕТИ ДЛЯ ОБНАРУЖЕНИЯ МОШЕННИЧЕСТВА: СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ

2025

Толық мәтін Ашық қол жеткізу: Gold Метадеректер (CSL-JSON)
DOI 10.54309/ijict.2025.22.2.011
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

В статье рассматривается применение графовых нейронных сетей (GNN) для выявления мошеннических транзакций в банковской системеи их применимость для повышения точности и снижения уровня ложных срабатываний в системах мониторинга безопасности. Современные методы анализа финансовых данных демонстрируют низкую эффективность при обработке больших объемов информации, что затрудняет обнаружение аномальных и мошеннических операций. В ходе исследования были проанализированы несколько моделей, среди которых наилучшие результаты по точности и полноте показала архитектура LGM-GNN. Полученные результаты подтверждают перспективность использования GNN для решения задач обнаружения мошенничества и открывают возможности для их внедрения в реальные системы финансового мониторинга. Сформулированы рекомендации по улучшению алгоритмов и направления для дальнейших исследований.