Machine Learning - Het detecteren van frauduleuze transacties met Isolation Forests

In een steeds meer onderling verbonden digitale wereld vinden elke dag miljarden transacties plaats via verschillende systemen, van verkoopterminals in traditionele winkels tot online betaalgateways. Deze systemen hebben grote mogelijkheden geboden en geholpen nieuwe innovatieve bedrijven met unieke bedrijfsmodellen te ontwikkelen. Hoewel er aanzienlijke voordelen zijn geweest, is er ook een sterke stijging geweest in steeds meer geavanceerde cybercriminaliteit.

Een van de meest voorkomende vormen van cybercriminaliteit is creditcardfraude, goed voor miljarden dollars die wereldwijd in de financiële sector worden geregistreerd. Gezien het aantal transacties dat elke dag plaatsvindt, is het een uitdaging voor financiële instellingen om cybercriminelen te bestrijden; recente vooruitgang in Machine Learning heeft geleid tot nieuwe methoden voor het identificeren en detecteren van frauduleuze transacties. Nauwkeurige fraude-identificatie maakt geautomatiseerde mitigerende strategieën mogelijk, zoals het waarschuwen van de klant en het vragen om verdere bevestiging voordat een transactie wordt voortgezet.

Deze casestudy verkent een op machine learning georiënteerde benadering van de identificatie van creditcardfraude. Machine Learning heeft bewezen effectief te zijn in veel verschillende omgevingen en is ook efficiënt in het draaien op grote hoeveelheden data, een essentiële overweging voor software-engineers die banksystemen implementeren.

Het probleem oplossen via kunstmatige intelligentie

Het detecteren van anomalieën is van oudsher een probleem dat binnen het domein van de statistiek valt. Conventionele methoden gaan ervan uit dat een dataset binnen de normale verdeling valt. Uitschieters worden dus gedetecteerd door te observeren welke datapunten significant afwijken van de norm. Het nadeel van deze methode is dat als een dataset niet normaal verdeeld is, de effectiviteit van de techniek beperkt is.

Machine learning anomaliedetectie die een afwijkend punt isoleert

Machine Learning-benaderingen met behulp van recente algoritmische vooruitgangen werden later geprobeerd, wat zeer effectief en schaalbaar bleek en de bovengenoemde beperkingen van statistische methoden overwint. Hoewel niet breed toegepast buiten de financiële sector, zijn veel van deze methoden momenteel in productie genomen in de bankensector.

In 2008 is in [1] een nieuwe benadering ontwikkeld door gebruik te maken van een unieke eigenschap van uitschieters, namelijk dat uitschieters doorgaans geïsoleerd zijn ten opzichte van een meerderheid van de datapunten. Gezien deze eigenschap is het mogelijk om willekeurige partities rond datapunten te genereren om een datapunt te omsluiten; hoe minder partities er nodig zijn om een datapunt te isoleren, hoe waarschijnlijker het is dat een dergelijk datapunt een uitschieter is. Het ontwikkelde algoritme heeft een lineaire tijdscomplexiteit en is bewezen goed te werken, zelfs wanneer er beperkte trainingsdata beschikbaar zijn; dit in tegenstelling tot typische benaderingen die uitgebreide trainingsdata vereisen.

Animatie creditcardfraude

Overzicht van de Organisatorische Uitdaging

Aangezien er dagelijks miljarden transacties plaatsvinden, is het detecteren van frauduleuze uitschieters en het in realtime draaien van een model een uitdaging. Een visuele inspectie benadrukt dat het vinden van een naald in een hooiberg is als het vinden van een naald. De volgende afbeeldingen illustreren banktransacties in de loop van de tijd, met legitieme in het groen en frauduleuze in het rood. Het is een uitdaging om frauduleuze transacties te isoleren. Financiële instellingen zijn verplicht om fraude te proberen te bestrijden om te voldoen aan de regelgeving. Het is ook een verwachting van klanten. Meestal, wanneer er fraude plaatsvindt, draagt de financiële instelling de kosten om de klanttevredenheid te behouden.

Creditcardtransacties spreidingsdiagram

Creditcardtransacties verpakte bellengrafiek

Organisaties wenden zich in toenemende mate tot machine learning-methoden als onderdeel van hun digitale transformatietrajecten om problemen op te lossen die schaal vereisen, zoals fraude-detectie. Veel van de indicatoren om fraude te detecteren worden doorgaans opgeslagen in datawarehuizen. Forensische boekhoudtechnieken zijn ook behoorlijk geavanceerd in het bepalen van metrieken die worden gebruikt als invoer voor machine learning-modellen.

Isolation forests zijn toegepast op de Kaggle-creditcarddataset [2] en zijn bewezen 99% effectief te zijn in het detecteren van frauduleuze transacties [3]. Aangezien een algemene aanpak is bepaald die werkt, staan de meeste organisaties voor implementatie-uitdagingen die op schaal werken, in plaats van onderzoek te moeten doen & ontwikkel een oplossing.

Organisatorische Gegevens Beschikbaar als ML-invoer

Databronnen die door financiële instellingen worden gebruikt, zijn als volgt:

Klant-metadata.
Transactietijdstempels en bedragen.
Transactiegeschiedenis van klanten.
De geografische locatie van transacties.
Wet van Benford.

Integratiemethodologie

Hieronder volgt een overzicht op hoog niveau van het proces dat wij zouden uitvoeren om dergelijke feeds binnen een organisatie te analyseren:

Identificeer financiële metrieken uit ERP-systemen die als invoer kunnen worden gebruikt.
Train een isolation forest op een initiële dataset, en blijf het model in de toekomst trainen om ervoor te zorgen dat het de recentere frauduleuze transactiepatronen detecteert.
Door de Telemus AI™ API's aan te roepen om de Isolation Forest uit te voeren op inkomende transacties, retourneert de API een probabilistische schatting van de waarschijnlijkheid van een frauduleuze transactie op basis van het model.
Stel aangepaste workflows en processen in om het fraudeteam en klanten te waarschuwen voor mogelijk frauduleuze transacties

Telemus AI™ heeft robuuste machine learning-modellen die dit inlezen, zodat uw organisatie zich kan richten op de bedrijfslogica in plaats van op de technische implementatie.

Organisatorische Toepassingen

Hieronder volgen andere potentiële toepassingen voor uw organisatie:

Frauduleuze transacties detecteren.
Frauduleuze werknemersclaims detecteren.
Het bepalen van ongebruikelijk organisatorisch gedrag via human resources-volgsystemen.

Potentiële en gerealiseerde voordelen

Gezien de enorme omvang van tijd en geld die financiële fraude kost, en de reputatieschade en klantontevredenheid die het kan veroorzaken, kan het actief voorkomen van fraude tot miljoenen, of zelfs miljarden dollars besparen, afhankelijk van de schaal van de operatie. Toezichthoudende instanties komen ook continu met strengere nalevingsrichtlijnen. Er wordt verwacht dat financiële instellingen processen, procedures en systemen hebben om fraude te voorkomen en te bestrijden. RegTech, of regelgevingtechnologie, is een opkomend veld dat de potentie heeft om veel innovaties binnen de operationele afdelingen van veel organisaties te stimuleren in de toekomst.

Telemus AI™ is een in Australië gevestigd bedrijf voor kunstmatige intelligentie dat geavanceerde oplossingen levert aan de overheid en het bedrijfsleven. Neem vandaag nog contact met ons op voor een gratis adviesgesprek over hoe de Telemus AI™ in uw organisatie kan worden geïntegreerd.

Referenties

[1] - Isolation Forest - Fei Tony Liu, Kai Ming Ting, en Zhi-Hua Zhou
[2] - Detectie creditcardfraude - Kaggle
[3] - Machine Learning in Credit Card Fraud Detection - S Joel Franklin

Financiële monitoring