Central AsianResearch Index

ГРАФОВЫЕ НЕЙРОННЫЕ СЕТИ ДЛЯ ОБНАРУЖЕНИЯ МОШЕННИЧЕСТВА: СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ

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.

Сведения

Опубликовано
2025 · Т. 6, № 2(22), С. 174-185
Язык
Русский
ISSN
2708-2032 · 2708-2040
Издатель
International Information Technology University
Аффилиации
Международный университет информационных технологий, Алматы, Казахстан