Makine öğrenmesi yöntemleri ile mobil para transferi sahteciliği tespiti ve önlenmesi

Abstract

Anahtar kelimeler: Sınıflandırma Algoritmaları, Veri Madenciliği, Mobil Para Hizmeti, Sahtekarlık tespiti, Kappa katsayısı, Matthews korelasyon katsayısı, Veritabanı. Mobil para kullanım işlemleri dünya çapında, özellikle Afrika'da para temelli ekonomisini nakitsiz bir ekonomiye devretme potansiyel ile birlikte giderek artırmaktadır. Mobil para hizmetlerinin kullanımının artması ve her gün tasarlanan kullanım durumlarının sayısıyla, güvenlik risklerini azaltacak ve sahtekârlığı önleyecek kapsamlı bir mobil para güvenliği yaklaşımı geliştirmek zorunludur. Bazı mobil para servis sağlayıcıları, bu büyüyen tehdide milyonlarca dolar kaybetmiştir. Bu nedenle bu araştırma, mobil para servisleri sağlayan, mobil ağ operatörlerinin sahtekârlığı önlemek ve tespit etmek için kullanabilecek önlemleri incelemektedir. Çalışma ayrıca, mobil para kullanıcılar cep telefonlarının korunması ile cep telefonlarındaki mobil para hizmetlerinin güvenliği arasındaki bağlantı hakkındaki algılarına da bakmaktadır. Bu çalışma, PAYSIM veri üreteci kullanılarak toplanan nitel ve nicel verileri ve sahtekârlığı tespit etmek için sınıflandırma algoritmalarını kullanmaktadır.

Keywords: Classification Algorithms, Data Mining, Mobile Money Service, fraud detection Kappa Coefficient, Matthews Correlation Coefficient, Database The use of mobile money transaction is growing steadily throughout the world, especially in Africa, with the potential to revolutionize the continent's money-based economy into a cashless economy. With the increased use of mobile money services and the number of use cases designed every day, it is imperative to develop a comprehensive approach to mobile money security that will reduce security risks and prevent fraud. Some mobile money service providers have lost millions of dollars to this growing threat. This research therefore examines the measures that mobile network operators providing mobile money services can use to prevent and detect fraud. The study also looks at the perception of mobile money users about the link between mobile phone protection and the security of mobile money service on their phones. This study uses qualitative and quantitative data collected using the Paysim data generator, and classification algorithms to detect the fraud in mobile money transaction.