Thesis (MSc)--University of Stellenbosch, 2005. / ENGLISH ABSTRACT: Cellular network operators globally loose between 3% and 5% of their annual revenue to
telecommunications fraud. Hence it is of great importance that fraud management systems
are implemented to detect, alarm, and shut down fraud within minutes, minimising
revenue loss. Modern proprietary fraud management systems employ (i) classification
methods, most often artificial neural networks learning from classified call data records to
classify new call data records as fraudulent or legitimate, (ii) statistical methods building
subscriber behaviour profiles based on the subscriber’s usage in the cellular network and
detecting sudden changes in behaviour, and (iii) rules and threshold values defined by
fraud analysts, utilising their knowledge of valid fraud cases and the false alarm rate as
guidance. The purpose of this thesis is to establish a context for and evaluate the performance
of well-known data mining techniques that may be incorporated in the fraud
detection process.
Firstly, a theoretical background of various well-known data mining techniques is
provided and a number of seminal articles on fraud detection, which influenced this thesis,
are summarised. The cellular telecommunications industry is introduced, including a brief
discussion of the types of fraud experienced by South African cellular network operators.
Secondly, the data collection process and the characteristics of the collected data are
discussed. Different data mining techniques are applied to the collected data, demonstrating
how user behaviour profiles may be built and how fraud may be predicted. An
appraisal of the performances and appropriateness of the different data mining techniques
is given in the context of the fraud detection process.
Finally, an indication of further work is provided in the conclusion to this thesis, in
the form of a number of recommendations for possible adaptations of the fraud detection
methods, and improvements thereof. A combination of data mining techniques that may
be used to build a comprehensive fraud detection model is also suggested. / AFRIKAANSE OPSOMMING: Sellulêre netwerk operateurs verloor wêreldwyd tussen 3% en 5% van hul jaarlikse inkomste
as gevolg van telekommunikasie bedrog. Dit is dus van die uiterse belang dat bedrog
bestuurstelsels geïmplimenteer word om bedrog op te spoor, alarms te genereer, en bedrog
binne minute te staak om verlies aan inkomste tot ’n minimum te beperk. Moderne
gepatenteerde bedrog bestuurstelsels maak gebruik van (i) klassifikasie metodes, mees
dikwels kunsmatige neurale netwerke wat leer vanaf geklassifiseerde oproep rekords en
gebruik word om nuwe oproep rekords as bedrog-draend of nie bedrog-draend te klassifiseer,
(ii) statistiese metodes wat gedragsprofiele van ’n intekenaar bou, gebaseer op die
intekenaar se gedrag in die sellulêre netwerk, en skielike verandering in gedrag opspoor,
en (iii) reëls en drempelwaardes wat deur bedrog analiste daar gestel word, deur gebruik
te maak van hulle ondervinding met geldige gevalle van bedrog en die koers waarteen
vals alarms gegenereer word. Die doel van hierdie tesis is om ’n konteks te bepaal vir
en die werksverrigting te evalueer van bekende data ontginningstegnieke wat in bedrog
opsporingstelsels gebruik kan word.
Eerstens word ’n teoretiese agtergrond vir ’n aantal bekende data ontginningstegnieke
voorsien en ’n aantal gedagteryke artikels wat oor bedrog opsporing handel en wat hierdie
tesis beïnvloed het, opgesom. Die sellulêre telekommunikasie industrie word bekend gestel,
insluitend ’n kort bespreking oor die tipes bedrog wat deur Suid-Afrikaanse sellulˆere
telekommunikasie netwerk operateurs ondervind word.
Tweedens word die data versamelingsproses en die eienskappe van die versamelde
data bespreek. Verskillende data ontginningstegnieke word vervolgens toegepas op die
versamelde data om te demonstreer hoe gedragsprofiele van gebruikers gebou kan word
en hoe bedrog voorspel kan word. Die werksverrigting en gepastheid van die verskillende
data ontginningstegnieke word bespreek in die konteks van die bedrog opsporingsproses.
Laastens word ’n aanduiding van verdere werk in die gevolgtrekking tot hierdie tesis
verskaf, en wel in die vorm van ’n aantal aanbevelings oor moontlike aanpassings en verbeterings
van die bedrog opsporingsmetodes wat beskou en toegepas is. ’n Omvattende
bedrog opsporingsmodel wat gebruik maak van ’n kombinasie van data ontginningstegnieke
word ook voorgestel.
| Identifer | oai:union.ndltd.org:netd.ac.za/oai:union.ndltd.org:sun/oai:scholar.sun.ac.za:10019.1/50314 |
| Date | 12 1900 |
| Creators | Van Heerden, Johan H. |
| Contributors | Van Vuuren, J. H., Stellenbosch University. Faculty of Science. Dept. of Mathematical Sciences. |
| Publisher | Stellenbosch : Stellenbosch University |
| Source Sets | South African National ETD Portal |
| Language | en_ZA |
| Detected Language | Unknown |
| Type | Thesis |
| Format | 116 p. : ill. |
| Rights | Stellenbosch University |
Page generated in 0.0024 seconds