Воробьев Иван Александрович
- Аспирант:Московский институт электроники и математики им. А.Н. Тихонова / Кафедра компьютерной безопасности
Обучение в аспирантуре
4-й год обучения
Утвержденная тема диссертации: Методы машинного обучения и искусственного интеллекта в задачах противодействия мошенничеству в кредитно-финансовой и банковской сфере
Научный руководитель: Лось Алексей Борисович
Учебные курсы (2023/2024 уч. год)
- Методы защиты информации в кредитно-финансовой и банковской деятельности (Специалитет; где читается: Московский институт электроники и математики им. А.Н. Тихонова; 4-й курс, 3, 4 модуль)Рус
- Методы обработки и хранения больших данных и машинного обучения (Специалитет; где читается: Московский институт электроники и математики им. А.Н. Тихонова; 4-й курс, 4 модуль)Рус
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
Методы защиты информации в кредитно-финансовой и банковской деятельности (Специалитет; где читается: Московский институт электроники и математики им. А.Н. Тихонова; 4-й курс, 2, 3 модуль)Рус
Учебные курсы (2021/2022 уч. год)
Методы защиты информации в кредитно-финансовой и банковской деятельности (Специалитет; где читается: Московский институт электроники и математики им. А.Н. Тихонова; 4-й курс, 2, 3 модуль)Рус
Учебные курсы (2020/2021 уч. год)
Методы защиты информации в кредитно-финансовой и банковской деятельности (Специалитет; где читается: Московский институт электроники и математики им. А.Н. Тихонова; 4-й курс, 2, 3 модуль)Рус
Публикации6
- Статья Ivan Vorobyev. Fraud risk assessment in car insurance using claims graph features in machine learning // Expert Systems with Applications. 2024. Vol. 251. Article 124109. doi
- Статья Воробьев И. А. Методы машинного обучения в задаче оценки риска мошенничества в автостраховании // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2024 (в печати)
- Глава книги Шелепова А. Н., Воробьев И. А. Исследование применения методов машинного обучения в задаче выявления мошеннических действий в отношении клиентов банка при подтверждении операции // В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов им. Е.В. Арменского 2023 / Под общ. ред.: Е. А. Крук, С. А. Аксенов, Г. Г. Бондаренко, Л. С. Восков, А. А. Елизаров, Ф. И. Иванов, А. Б. Лось, Н. С. Титкова. МИЭМ НИУ ВШЭ, 2023. С. 289-292.
- Статья Festa, Yury Y., Vorobyev, Ivan A. A Hybrid Machine Learning Framework for E-commerce Fraud Detection // Model Assisted Statistics and Applications. 2022. Vol. 17. No. 1. P. 41-49. doi
- Статья Ivan Vorobyev, Krivitskaya A. Reducing False Positives in Bank Anti-fraud Systems Based on Rule Induction in Distributed Tree-based Models // Computers and Security. 2022. Vol. 120. Article 102786. doi
- Статья Феста Ю. Ю., Воробьев И. А. Количественные параметры оценки уровня информационной безопасности финансовых организаций // Промышленные АСУ и контроллеры. 2021. № 9. С. 30-40. doi
Конференции
- 2023Межвузовской научно-технической конференции студентов, аспирантов и молодых специалистов имени Е.В. Арменского. Доклад: Исследование применения методов машинного обучения в задаче выявления мошеннических действий в отношении клиентов банка при подтверждении операции
- XII Конгресс молодых ученых ИТМО. Доклад: Интерпретируемость моделей машинного обучения и проблема дисбаланса классов в задачах снижения рисков кредитно-финансовых организаций
- XII Международная научно-практическая конференция «Математическое и компьютерное моделирование в экономике, страховании и управлении рисками» (Саратов). Доклад: Методы машинного обучения в задаче оценки риска мошенничества в автостраховании
- 2021Международная конференция International Conference on Data Analytics and Computational Techniques, ICDACT-21. Доклад: A Hybrid Machine Learning Framework for E-commerce Fraud Detection
- Международный конгресс "Современные проблемы компьютерных и информационных наук", VI Международная научная конференция Конвергентные когнитивно-информационные технологии (Москва). Доклад: The application of artificial intelligence for improving the efficiency of transactional fraudmonitoring
- 2020XI Международный форум «Борьба с мошенничеством с сфере высоких технологий. Antifraud Russia – 2020» (Москва). Доклад: Антифрод в эквайринге Сбера