Evaluation und Evolution von Pattern-Matching-Algorithmen z...

Evaluation und Evolution von Pattern-Matching-Algorithmen zur Betrugserkennung

mastersthesis
Bei der Fahndung nach Betrugsfällen in grossen Datensammlungen von Unternehmen und Regierungsstellen kommen vermehrt Verfahren der künstlichen Intelligenz (wie Data Mining) zum Einsatz, aber auch Methoden zum Strukturvergleich (das sog. Graph-Pattern-Matching). In dieser Arbeit wird ein gegebener Graph-Pattern-Matching-Algorithmus (ChainFinder), der nach Transaktionsketten in Finanzdaten sucht, welche auf betrügerisches Verhalten hinweisen können, evaluiert und evolviert. Für die Evaluation werden Kennzahlen der Korrektheit und der Performance erarbeitet und Serien von Testläufen durchgeführt, wie auch deren Ergebnisse diskutiert. Im Verlauf der Evolution entstehen verschiedene Derivate des ChainFinders, welche ebenfalls evaluiert und vergleichend diskutiert werden. Mithilfe der gewonnenen Erfahrungen wurde eine Applikation entwickelt, welche einem künftigen Nutzer die Evaluation eigener ähnlicher Algorithmen durch Automatismen und die eingeflossenen Konzepte erleichtern kann.
Stefan Amstein
Abraham Bernstein, Jonas Luell
Fraud detection often involves the analysis of large data sets originating from private companies or governmental agencies by means of artificial intelligence (such as data mining) but there are also pattern-matching approaches. ChainFinder, an algorithm for graph-based pattern matching, is capable of detecting transaction chains within financial data that could indicate fraudulent behavior. In this work, relevant measurements of correctness and performance are acquired in order to evaluate and evolve the given implementation of the ChainFinder. A series of tests, both on synthetic and more realistic datasets are conduced and their results discussed. Along with this process, a number of derivative ChainFinder implementations emerged and are compared to each other. Throughout this process, an evaluation framework application was developed in order to assist the evaluation of similar algorithms by providing certain automatisms.
Evaluation und Evolution von Pattern-Matching-Algorithmen zur Betrugserkennung
2009
May
University of Zurich
ddis