Betrugserkennung anhand Anomalien

Die Problematik des Finanzbetruges in E-Banking-Transaktionen wird immer mehr ein ernstzunehmendes Thema. Betrüger sind international vernetzt und entwickeln fortlaufend neue Angriffswege, wodurch etablierte Abwehrmechanismen in Rückstand geraten.

Diese Bachelorarbeit befasst sich damit, diesen Rückstand aufzuholen. Dazu werden in einem ersten Schritt theoretische Modelle formuliert, um mittels maschinellem Lernen Muster aus dem Benutzerverhalten und dessen Transaktionsverhalten zu ermitteln. Anschliessend werden die Modelle mittels Splunk und dem Machine Learning Toolkit auf produktive Transaktionsdaten angewendet und die Ergebnisse ausgewertet. Anomalien innerhalb der Transaktionsdaten können auf einen Betrug hinweisen. Im Rahmen dieser Bachelor-Arbeit werden vier Anwendungsfälle formuliert und auf ihre produktive Einsetzbarkeit getestet.

Weitere Informationen

Datum 15.09.2017
Studiengang Informations- und Kommunikationssysteme IKS
Typ Bachelorarbeit
Studierende Luca Barletta
Daniel Gnägi
Dozenten Lukas Toggenburger
Corsin Capol
Partner Inventx AG, Chur