Сравнительный анализ методов обнаружения социальной инженерии при взятии кредита

Эта диссертация представляет собой cравнительный анализ методов обнаружения социальной инженерии при оформлении кредита, сосредоточенный на заявках на кредит, обрабатываемых через мобильное приложение Желтого Банка. Исследование рассматривает проблему выявления случаев социальной инженерии в финансовом секторе, представляющих риски финансовых потерь, ущерба репутации и невыполнения регуляторных требований. Через обширный обзор литературы и эмпирический анализ исследование исследует статистические методологии и модели машинного обучения для обнаружения мошенничества в несбалансированных наборах данных. Основные результаты указывают на эффективность моделей Логистической регрессии (LogReg) и Случайного леса (RF), дополнительно оптимизированных методами ансамблевого обучения и стекинга. Практические соображения определяют выбор упрощенной модели для внедрения в производство, подкрепленный строгим A/B-тестированием по сравнению с существующими системами. Исследование подчеркивает значимую бизнес-ценность передовых систем обнаружения мошенничества в смягчении финансовых рисков и повышении прибыльности.