Серьезность проблемы роста финансового мошенничества вынуждает исследователей и практиков постоянно рассматривать варианты развития систем фрод-мониторинга. Однако, вопреки всем технологическим усилиям разрешения сложившейся проблемы, объем украденных средств ежегодно растет. Это наводит на мысли о прямой связи новых видов мошенничества с негативной тенденцией в росте ущерба. В связи с этим, данная статья направлена на выявление возможности пополнения набора известного мошенничества в системе фрод-мониторинга за счет синтетических, но потенциально возможных сценариев. В статье рассматриваются процессы подготовки данных для обучения моделей машинного обучения и полный алгоритм взаимодействия классифицирующей и генеративной моделей. В качестве классифицирующей модели выбрана Random Forest, а для генерации реалистичных данных – СTGAN. Связующим звеном для моделей служит инициализация JSON-файла с метаданными, содержащими метрики качества модели Random Forest и перечень популярных признаков фрод-операций. В результате эксперимента выявлена возможность создавать реалистичные примеры фрод-операций на основе комбинаций фрод-признаков с наибольшим импакт-фактором. Полученные результаты раскрывают потенциал автоматизации процесса пополнения внутренних баз данных мошенничества, информация из которых служит основанием для настройки систем идентификации мошенничества.
The severity of the problem of the growth of financial fraud forces researchers and practitioners to constantly consider options for the development of fraud monitoring systems. However, despite all technological efforts to resolve the problem, the volume of stolen funds is growing annually. This suggests a direct connection between new types of fraud and a negative trend in the growth of damage. In this regard, this article is aimed at identifying the possibility of replenishing a set of known fraud in the fraud monitoring system through synthetic, but potentially possible scenarios. The article discusses the processes of preparing data for training machine learning models and a complete algorithm for the interaction of classifying and generative models. Random Forest was chosen as the classifying model, and CTGAN was chosen to generate realistic data. The link for the models is the initialization of a JSON file with metadata containing the quality metrics of the Random Forest model and a list of popular attributes of fraud operations. As a result of the experiment, it was possible to create realistic examples of fraud operations based on combinations of fraud features with the highest impact factor. The results reveal the potential for automating the process of replenishing internal fraud databases, the information from which serves as the basis for setting up fraud identification systems.
The authors declare that there are no conflicts of interest present.