Использование контрольных карт для обнаружения фрода при передаче голосового трафика
Автор: Санталов А.А., Клячкин В.Н.
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 4-3 т.26, 2024 года.
Бесплатный доступ
Непрерывное развитие мошеннического телекоммуникационного трафика требует повышения качества работы систем борьбы со спамом и фродом - антифрод-систем. Модуль антифрод-системы по обнаружению аномального трафика использует для мониторинга контрольные карты, построенные по временным рядам характеристик процесса передачи голосового трафика, которые обладают нестационарностью, цикличностью и асимметричным распределением, что затрудняет их анализ. В статье представлен алгоритм, снижающий частоту ложных срабатываний контрольных карт и повышающий эффективность работы антифрод-системы. Алгоритм основан на подготовке исходного временного ряда характеристики процесса передачи голосового трафика к анализу с помощью контрольных карт путем сегментации нестационарного ряда с циклической составляющей и последующего объединения однородных сегментов в одну общую выборку.
Контрольные карты индивидуальных наблюдений и скользящих размахов, сегментация временного ряда, нестационарный временной ряд, антифрод-система, мониторинг
Короткий адрес: https://sciup.org/148330130
IDR: 148330130 | УДК: 004.051 | DOI: 10.37313/1990-5378-2024-26-4(3)-395-399
Usage of control charts to fraud detection in the voice traffic transit
The continuous evolution of fraudulent telecommunication traffic necessitates the improvement of anti-fraud systems designed to prevent spam and fraud. The anomaly detection module in such systems utilizes control charts for monitoring, which are plotted based on time series of voice traffic transmission characteristics. These time series are non-stationary, cyclic, and asymmetrically distributed, complicating their analysis. This paper presents an algorithm that reduces the frequency of false positives in control charts and enhances the overall efficiency of anti-fraud systems. The algorithm involves preparing the original time series of voice traffic transmission characteristics for control chart analysis by segmenting the non-stationary series with a cyclic component and subsequently merging homogeneous segments into a single sample.
Список литературы Использование контрольных карт для обнаружения фрода при передаче голосового трафика
- Communications Fraud Control Association (CFCA). Telecommunications fraud increased 12% in 2023, equating to an estimated $38.95 billion lost to fraud [Электронный ресурс]. – URL: https://web.archive.org/web/20220314060801/https://cfca.org/wpcontent/uploads/2021/02/CFCA-2019-Fraud-Loss-Survey.pdf, 2019 (дата обращения: 28.08.2024).
- Лукин, В.Н. Оценка стабильности циклических процессов с использованием контрольных карт Шухарта / В.Н. Лукин, В.В. Ященко // Известия СПбГЭТУ «ЛЭТИ». – 2013. – № 5.
- Клячкин, В.Н. Модели и методы статистического контроля многопараметрического технологического процесса / В.Н. Клячкин. – М.: ФИЗМАТЛИТ, 2011. – 196 с.
- Клячкин, В.Н. Прогнозирование и диагностика стабильности функционирования технических объектов / В.Н. Клячкин, В.Р. Крашенинников, Ю.Е. Кувайскова. – М.: РУСАЙНС, 2020. – 200 с.
- Уилер, Д. Статистическое управление процессами: Оптимизация бизнеса с использованием контрольных карт Шухарта [пер. с англ]. – 3 е изд. / Д. Уилер, Д. Чамберс – М.: Альпина Паблишер, 2023. – 409 с.
- Truong, Ch., Oudre, L., Vayatis, N. A review of change point detection methods. // arXiv. – 2018. – DOI:10.48550/arXiv.1801.00718.
- Ermshaus, A., Schäfer, P., Leser, U. ClaSP: parameterfree time series segmentation // Data Mining and Knowledge Discovery. – 2023. – Vol. 37. – P. 1262–1300. – DOI:10.1007/s10618-023-00923-x.
- Ermshaus A., Schäfer P., Leser U. Raising the ClaSS of Streaming Time Series Segmentation // arXiv. – 2023. – DOI:10.48550/arXiv.2310.20431.
- ESS Guidelines on Seasonal Adjustment [Электронный ресурс]. – Режим доступа: https://ec.europa.eu/eurostat/documents/ 3859598/6830795/KSGQ-15-001-EN-N.pdf, 2015 (дата обращения: 28.08.2024).
- Губанов, В.А. Сравнение методов сезонной корректировки временных рядов / В.А. Губанов // Научные труды: Институт народнохозяйственного прогнозирования РАН. – 2010. – № 8.
- Айвазян, С.А. Прикладная статистика и основы эконометрики / С.А. Айвазян, В.С. Мхитарян. – М.: ЮНИТИ, 1998. – 1022 с.
- Karagöz, D., Canan, H. Control charts for skewed distributions: Weibull, Gamma, and Lognormal // Metodoloski Zvezki. – 2012. – Vol. 9.
- Санталов, А.А. Алгоритм автоматической блокировки диапазонов мошеннических и спамовых телефонных номеров / А.А. Санталов // Вестник Ульяновского государственного технического университета. – 2023. – № 1(101).
