মেশিন লার্নিং - আইসোলেশন ফরেস্টের সাথে প্রতারণামূলক লেনদেন সনাক্তকরণ

2008 সালে [1]-এ একটি নতুন পদ্ধতি তৈরি করা হয়েছিল আউটলায়ারগুলির একটি অনন্য বৈশিষ্ট্য কাজে লাগিয়ে, যা হল আউটলায়ারগুলি সাধারণত ডেটা পয়েন্টগুলির সংখ্যাগরিষ্ঠের তুলনায় বিচ্ছিন্ন থাকে। এই বৈশিষ্ট্যের ভিত্তিতে, একটি ডেটা পয়েন্ট ঘিরে রাখতে ডেটা পয়েন্টগুলিকে কেন্দ্র করে র্যান্ডম পার্টিশন তৈরি করা সম্ভব, একটি ডেটা পয়েন্ট বিচ্ছিন্ন করতে যত কম পার্টিশন প্রয়োজন, সেই ডেটা পয়েন্টটি আউটলায়ার হওয়ার সম্ভাবনা তত বেশি। তৈরি করা অ্যালগরিদমের একটি লিনিয়ার টাইম কমপ্লেক্সিটি রয়েছে এবং প্রমাণিত হয়েছে যে সীমিত ট্রেনিং ডেটা উপলব্ধ থাকলেও এটি ভালভাবে কাজ করে; এটি সাধারণ পদ্ধতিগুলির বিপরীত যেগুলির জন্য ব্যাপক ট্রেনিং ডেটা প্রয়োজন।

সাংগঠনিক চ্যালেঞ্জের ওভারভিউ

প্রতিদিন কোটি কোটি লেনদেন হওয়ার বিষয়টি বিবেচনা করে, জালিয়াতির আউটলায়ার সনাক্ত করা এবং রিয়েল-টাইমে একটি মডেল চালানো চ্যালেঞ্জিং। একটি ভিজ্যুয়াল পরিদর্শন তুলে ধরে যে খড়ের স্তূপে সূঁচ খোঁজা একটি সূঁচ খোঁজার মতো। নিম্নলিখিত চিত্রগুলি সময়ের সাথে সাথে ব্যাংকিং লেনদেনগুলি চিত্রিত করে, যেখানে বৈধ লেনদেন সবুজ এবং জালিয়াতি লাল রঙে চিহ্নিত। জালিয়াতির লেনদেনগুলি আলাদা করা চ্যালেঞ্জিং। আইন মেনে চলার জন্য আর্থিক প্রতিষ্ঠানগুলিকে জালিয়াতি মোকাবিলার চেষ্টা করতে হয়। এটি গ্রাহকদেরও একটি প্রত্যাশা। সাধারণত, যখন জালিয়াতি ঘটে, তখন আর্থিক প্রতিষ্ঠানটি গ্রাহকের সন্তুষ্টি বজায় রাখতে খরচ বহন করে।

প্রতারণা শনাক্তকরণের মতো স্কেল প্রয়োজন এমন সমস্যাগুলি সমাধান করতে সংস্থাগুলি তাদের ডিজিটাল ট্রান্সফরমেশন যাত্রার অংশ হিসাবে ক্রমশ মেশিন লার্নিং পদ্ধতির দিকে ঝুঁকছে। প্রতারণা সনাক্ত করার জন্য অনেক মেকার সাধারণত ডেটা ওয়্যারহাউসের মধ্যে সংরক্ষণ করা হয়। ফরেনসিক অ্যাকাউন্টিং কৌশলগুলিও মেশিন লার্নিং মডেলের ইনপুট হিসাবে ব্যবহৃত মেট্রিক্স নির্ধারণে বেশ উন্নত।

আইসোলেশন ফরেস্ট কাগল ক্রেডিট কার্ড ডেটাসেট [2] এ প্রয়োগ করা হয়েছে এবং প্রতারণামূলক লেনদেন সনাক্ত করতে 99% কার্যকর প্রমাণিত হয়েছে [3]। যেহেতু একটি সাধারণ পদ্ধতি নির্ধারণ করা হয়েছে যা কাজ করে, বেশিরভাগ সংস্থা বড় আকারে কাজ করে এমন বাস্তবায়ন চ্যালেঞ্জের মুখোমুখি হয়, বরং গবেষণা করতে হয় & একটি সমাধান ডেভেলপ করুন।

ML ইনপুট হিসাবে উপলব্ধ সাংগঠনিক ডেটা

আর্থিক প্রতিষ্ঠান দ্বারা ব্যবহৃত ডেটা উৎসগুলি নিম্নরূপ:

• গ্রাহক মেটা-ডেটা।
• লেনদেনের টাইমস্ট্যাম্প এবং পরিমাণ।
• গ্রাহকদের লেনদেনের ইতিহাস।
• লেনদেনের ভৌগোলিক অবস্থান।
• বেনফোর্ডের সূত্র।

ইন্টিগ্রেশন পদ্ধতি

একটি সংস্থার মধ্যে এই ধরনের ফিড বিশ্লেষণ করতে আমরা উচ্চ স্তরে যে প্রক্রিয়াটি সম্পাদন করব তার একটি সংক্ষিপ্ত বিবরণ নিচে দেওয়া হলো:

• ERP সিস্টেম থেকে আর্থিক মেট্রিক্স সনাক্ত করুন যা ইনপুট হিসাবে ব্যবহার করা যেতে পারে।
• একটি প্রাথমিক ডেটাসেটে একটি আইসোলেশন ফরেস্ট প্রশিক্ষণ দিন, এবং এটি আরও সাম্প্রতিক প্রতারণামূলক লেনদেনের প্যাটার্ন সনাক্ত করে তা নিশ্চিত করতে ভবিষ্যতে মডেলটি প্রশিক্ষণ অব্যাহত রাখুন।
• আসন্ন লেনদেনগুলিতে আইসোলেশন ফরেস্ট চালানোর জন্য Telemus AI™ API-কে কল করলে, API মডেলের উপর ভিত্তি করে একটি জালিয়াতি লেনদেনের সম্ভাবনার একটি সম্ভাব্য অনুমান প্রদান করে।
• সম্ভাব্য প্রতারণামূলক লেনদেন সম্পর্কে জালিয়াতি দল এবং গ্রাহকদের সতর্ক করতে কাস্টমাইজড ওয়ার্কফ্লো এবং প্রক্রিয়া সেট আপ করুন

Telemus AI™-এর শক্তিশালী মেশিন লার্নিং মডেল রয়েছে যা পড়ে, যাতে আপনার সংস্থা প্রযুক্তিগত বাস্তবায়নের পরিবর্তে ব্যবসায়িক যুক্তির উপর ফোকাস করতে পারে।

সাংগঠনিক অ্যাপ্লিকেশন

আপনার সংস্থার জন্য অন্যান্য সম্ভাব্য অ্যাপ্লিকেশনগুলির নিম্নলিখিত তালিকা:

• প্রতারণামূলক লেনদেন সনাক্তকরণ।
• প্রতারণামূলক কর্মচারী দাবি সনাক্তকরণ।
• মানব সম্পদ ট্র্যাকিং সিস্টেমের মাধ্যমে অস্বাভাবিক প্রাতিষ্ঠানিক আচরণ নির্ধারণ।

সম্ভাব্য এবং বাস্তবায়িত সুবিধা

আর্থিক জালিয়াতির কারণে বিপুল পরিমাণ সময় ও অর্থের ক্ষতি এবং এটি যে সুনাম ক্ষতি ও গ্রাহক অসন্তোষের কারণ হতে পারে তা বিবেচনা করে, সক্রিয়ভাবে জালিয়াতি প্রতিরোধ করা পরিচালনার পরিধির উপর নির্ভর করে লক্ষ লক্ষ, এমনকি কয়েক বিলিয়ন ডলার পর্যন্ত সাশ্রয় করতে পারে। নিয়ন্ত্রক সংস্থাগুলিও ক্রমাগত আরও কঠোর সম্মতি নির্দেশিকা প্রকাশ করছে। এটি আশা করা হয় যে আর্থিক প্রতিষ্ঠানগুলির কাছে জালিয়াতি প্রতিরোধ ও মোকাবিলা করার জন্য প্রক্রিয়া, পদ্ধতি এবং সিস্টেম রয়েছে। নিয়ন্ত্রক প্রযুক্তি, বা RegTech একটি উদীয়মান ক্ষেত্র যার ভবিষ্যতের দিকে এগিয়ে যাওয়ার ক্ষেত্রে অনেক সংস্থার পরিচালনা বিভাগের মধ্যে অনেক উদ্ভাবন চালানোর সম্ভাবনা রয়েছে।

Telemus AI™ একটি অস্ট্রেলিয়াভিত্তিক কৃত্রিম বুদ্ধিমত্তা সংস্থা যা সরকার এবং এন্টারপ্রাইজের জন্য উন্নত সমাধান সরবরাহ করে। Telemus AI™ কীভাবে আপনার সংস্থায় সংহত করা যায় তার বিষয়ে একটি বিনামূল্যে পরামর্শের জন্য আজই আমাদের সাথে যোগাযোগ করুন।

তথ্যসূত্র

[1] - আইসোলেশন ফরেস্ট - ফেই টোনি লিউ, কাই মিং টিং, এবং জি-হুয়া ঝোউ
[2] - ক্রেডিট কার্ড জালিয়াতি সনাক্তকরণ - Kaggle
[3] - ক্রেডিট কার্ড জালিয়াতি সনাক্তকরণে মেশিন লার্নিং - S Joel Franklin