ОБНАРУЖЕНИЕ ФИНАНСОВОГО МОШЕННИЧЕСТВА В ЦИФРОВОЙ ЭКОСИСТЕМЕ УЗБЕКИСТАНА: СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ И БАЛАНСИРОВКИ ДАННЫХ
Получена: 2026-07-15 15:50:49
Опубликована: 2026-04-18
Аннотация
В статье рассмотрен растущий риск финансового мошенничества в цифровой банковской экосистеме Узбекистана, при этом особое внимание уделяется проблеме несанкционированного получения кредитов с использованием украденных персональных данных. Традиционные системы обнаружения, основанные на правилах, не дают надежных результатов, генерируя избыточное количество ложных срабатываний и с трудом адаптируясь к эволюционирующим тактикам злоумышленников. Благодаря внедрению моделей машинного обучения, таких как Random Forest, XGBoost, нейронные сети и алгоритмы обнаружения аномалий, в сочетании с методами балансировки данных (например, SMOTE), исследование достигает значительного повышения точности идентификации мошенничества.
Ключевые слова
Список литературы
-
Doe, J. [et al.] (2024), “Performance evaluation of data balancing techniques in financial fraud detection using machine learning”, Procedia Computer Science, Vol. 235, pp. 124-133, doi: 10.1016/j.procs.2024.03.1028.
-
Akhilomen, M. A. [et al.] (2018), “A comparative study of machine learning techniques for credit card fraud detection”, Expert Systems with Applications, Vol. 110, pp. 350-362, doi: 10.1016/j.eswa.2018.05.032.
-
Fawcett, T. (2006), “An introduction to ROC analysis”, Pattern Recognition Letters, Vol. 27 No. 8, pp. 861-874, doi: 10.1016/j.patrec.2005.10.010.
-
Ngai, E. W. T., Hu, Y. and Wong, Y. H. (2011), “The application of data mining techniques in financial fraud detection: a classification framework and an academic review of literature”, Decision Support Systems, Vol. 50 No. 3, pp. 559-569, doi: 10.1016/j.dss.2010.08.006.
-
Prasad, S. S. P. [et al.] (2017), “Deep learning for financial fraud detection”, 2017 IEEE International Conference on Computing, Communication and Automation (ICCCA), pp. 1297-1302, doi: 10.1109/CCAA.2017.8229994.
Об авторах
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Как цитировать
