Машин сургалт - Isolation Forest ашиглан хуурамч гүйлгээг илрүүлэх

2008 онд [1] ажилд онцгой утгуудын өвөрмөц шинжийг ашиглан шинэ арга боловсруулсан бөгөөд энэ нь онцгой утгууд ихэвчлэн өгөгдлийн цэгүүдийн ихэнх хэсгээс тусгаарлагдсан байдаг явдал юм. Энэхүү шинж чанарыг харгалзан өгөгдлийн цэгийг хүрээлэх санамсаргүй хуваалтуудыг үүсгэх боломжтой бөгөөд өгөгдлийн цэгийг тусгаарлахын тулд шаардлагатай хуваалт цөөн байх тусам тухайн өгөгдлийн цэг онцгой утга байх магадлал өндөр байдаг. Боловсруулсан алгоритм нь шугаман хугацааны нарийн төвөгтэй байдаг бөгөөд сургалтын өгөгдөл хязгаарлагдмал байх үед ч сайн ажилладаг нь батлагдсан; энэ нь өргөн хүрээний сургалтын өгөгдөл шаарддаг ердийн аргуудаас ялгаатай.

Байгууллагын сорилтын тойм

Өдөр бүр тэрбум мянган гүйлгээ хийгддэг гэдгийг бодоход хуурамч гүйлгээний гажуудал илрүүлэх болон загварыг бодит хугацаанд ажиллуулах нь төвөгтэй. Визуал шалгалтаар өвсний дунд зүү хайх нь зүү хайхтай адил гэдгийг онцолдог. Дараах зурагт цаг хугацааны явц дахь банкны гүйлгээг харуулсан бөгөөд хууль ёсны ногоон, хуурамч улаан байна. Хуурамч гүйлгээг тусгаарлах нь төвөгтэй. Санхүүгийн байгууллагууд хууль журмын дагуу луйвараас урьдчилан сэргийлэхийг оролдох шаардлагатай. Энэ нь мөн үйлчлүүлэгчдийн хүлээлт юм. Ихэвчлэн луйвар үүсэх үед санхүүгийн байгууллага нь үйлчлүүлэгчийн сэтгэл ханамжийг хадгалахын тулд зардалыг биеэр төлдөг.

Байгууллагууд луйвар илрүүлэх зэрэг хэмжээ шаардсан асуудлуудыг шийдвэрлэхийн тулд өөрсдийн дижитал хувирлын аяллын хэсэг болгон Machine Learning аргуудыг улам бүр ашиглаж байна. Луйвар илрүүлэх олон хэмжүүр нь ихэвчлэн өгөгдлийн агуулахад хадгалагддаг. Мөрөгдөн нягтлан бодох бүртгэлийн техникүүд нь Machine Learning загваруудын оролт болгон ашиглагдах хэмжүүрүүдийг тодорхойлоход мөн харьцангуй дэвшилтэт байдаг.

Тусгаарлалтын ой модыг Kaggle зээлийн картын өгөгдлийн багц [2] дээр ашигласан бөгөөд хуурамч гүйлгээг илрүүлэхэд 99% үр дүнтэй болохыг харуулсан [3]. Ажиллах ерөнхий аргачлалыг тогтоосон гэдэгт тооцвол, ихэнх байгууллагууд судалгаа хийхээс илүүтэйгээр том хэмжээнд ажиллах нэвтрүүлэлтийн сорилтуудтай нүүр тулдаг & шийдэл хөгжүүлэх.

ML оролт болгон ашиглах боломжтой байгууллагын өгөгдөл

Санхүүгийн байгууллагуудын ашигладаг өгөгдлийн эх сурвалжууд нь дараах байдалтай байна:

• Хэрэглэгчийн мета өгөгдөл.
• Гүйлгээний цагийн тэмдэг болон дүн.
• Үйлчлүүлэгчдийн гүйлгээний түүх.
• Гүйлгээний газарзүйн байршил.
• Бенфордын Хууль.

Интеграцчилах арга зүй

Дараах нь байгууллагад ийм дамжуулалтыг өндөр түвшинд шинжлэхийн тулд бидний гүйцэтгэх үйл явцын тойм юм:

• ERP системээс оролт болгон ашиглаж болох санхүүгийн үзүүлэлтүүдийг таних.
• Эхний өгөгдлийн багц дээр тусгаарлагдсан ойг сургаж, илүү сүүлийн үеийн хуурамч гүйлгээний загварчлалыг илрүүлэхийн тулд ирээдүйд загварыг сургаж байх.
• Ирж буй гүйлгээнүүд дээр Isolation Forest ажиллуулахын тулд Telemus AI™ API-г дуудах ба API нь загвар дээр үндэслэн луйвартай гүйлгээний магадлалын тоон үнэлгээг буцаана.
• Хуурамч гэж болзошгүй гүйлгээний талаар луйварын баг болон хэрэглэгчдэд анхааруулахын тулд тусгайлан тохируулсан ажлын урсгал, процессыг бий болгох

Telemus AI™ нь хүчирхэг машины сургалтын загваруудыг уншуулдаг тул таны байгууллага техникийн хэрэгжилтээс илүүтэйгээр бизнесийн логик дээр төвлөрөх боломжтой.

Байгууллагын хэрэглээ

Таны байгууллагын хувьд бусад боломжит програмуудын дараах жагсаалт:

• Хуурамч гүйлгээг илрүүлэх.
• Ажилтнуудын хуурамч нэхэмжлэлийг илрүүлэх.
• Хүний нөөцийн хяналтын системүүдээр дамжуулан байгууллагын хэвийн бус зан үйлийг тогтоох.

Боломжит болон Хэрэгжсэн ашигууд

Санхүүгийн луйвар нь цаг хугацаа, мөнгөн дүнгийн хувьд асар их хэмжээний зардал үүсгэдаг болохоор болон нэр хүндэд учруулж болзошгүй хохирол болон үйлчлүүлэгчийн сэтгэл ханамжгүй байдлыг харгалзан луйвраас идэвхтэйгээр урьдчилан сэргийлснээр үйл ажиллагааны хэмжээнээс хамааран сая, тэр байтугай тэрбум төгрөг хүртэл хэмнэх боломжтой. Зохицуулах байгууллагууд мөн тогтмол илүү хатуу хязгаарлалттай нийцлийн зааварчилгааг гаргаж байна. Санхүүгийн байгууллагууд луйвраас урьдчилан сэргийлэх, түүнтэй тэмцэх процесс, процедур, системтэй байхыг шаарддаг. Зохицуулах технологийн салбар буюу RegTech нь ирээдүйд олон байгууллагын үйл ажиллагааны хэлтсүүдэд олон шинэлэг зүйл бий болгох боломжтой шинээр гарч ирж буй салбар юм.

Telemus AI™ нь засгийн газар болон аж ахуйн нэгжид дэвшилтэт шийдлүүдийг санал болгож буй Австралид төвлөрсөн хиймэл оюун ухааны компани юм. Telemus AI™-г таны байгууллагад нэгтгэх талаар үнэгүй зөвлөгөө авахын тулд өнөөдөр бидэнтэй холбогдоно уу.

Эх сурвалжууд

[1] - Тусгаарлалтын ой мод - Fei Tony Liu, Kai Ming Ting, ба Zhi-Hua Zhou
[2] - Кредит картын луйвар илрүүлэлт - Kaggle
[3] - Кредит картны хуурамч гүйлгээг илрүүлэх дэх Машин сургалт - S Joel Franklin