Back to search

National and Kapodistrian University of Athens

Fraud detection on transactional data with machine learning models

Abstract

dc:description

Η απάτη στις ψηφιακές πληρωμές αποτελεί μια διαρκώς εξελισσόμενη απειλή, η οποία γίνεται ολοένα και πιο επικίνδυνη λόγω του τεράστιου όγκου συναλλαγών σήμερα και του γεγονότος ότι τα περιστατικά απάτης είναι σπάνια σε σχέση με τις νόμιμες συναλλαγές. Η παρούσα διπλωματική εργασία αναπτύσσει και αξιολογεί ένα εποπτευόμενο σύστημα μηχανικής μάθησης για τον εντοπισμό απάτης σε συναλλαγές με πιστωτική κάρτα, χρησιμοποιώντας το σύνολο δεδομένων IEEE-CIS, το οποίο περιλαμβάνει σύνθετα δεδομένα σχετικά με συσκευές, ταυτότητες και κατασκευασμένα χαρακτηριστικά. Το σύστημα εστιάζει σε τρία μοντέλα ενισχυμένης μάθησης δένδρων (XGBoost, LightGBM και CatBoost) και χρησιμοποιεί χρονικά βασισμένο πειραματικό σχεδιασμό ώστε να προσομοιάζει ρεαλιστικές συνθήκες ανάπτυξης. Αυτό περιλάμβανε χρονολογικό διαχωρισμό των δεδομένων και διασταυρούμενη επικύρωση χρονοσειρών για τη ρύθμιση υπερπαραμέτρων. Για τη μέτρηση της απόδοσης δίνεται προτεραιότητα στο εμβαδόν κάτω από την καμπύλη ROC, ενώ εξετάζονται επίσης το εμβαδόν κάτω από την καμπύλη ακρίβειας-ανάκλησης, η ακρίβεια, η ανάκληση και ο δείκτης F1, ώστε να αποτυπωθούν οι πρακτικοί συμβιβασμοί. Η έρευνα διερευνά τέσσερις βασικές κατευθύνσεις: (i) εκπαίδευση με τα αρχικά, έντονα μη ισορροπημένα δεδομένα, (ii) υποδειγματοληψία της πλειονότητας των κλάσεων με αναλογία 1:5 για την εξισορρόπησή τους, (iii) μείωση χαρακτηριστικών με βάση τη συμφωνία των διαφορετικών μοντέλων ως προς τη σημασία τους, και (iv) προσαρμογή του κατωφλίου απόφασης για τον εντοπισμό περισσότερων περιπτώσεων απάτης. Ένα βασικό εύρημα είναι ότι τα κατασκευασμένα αθροιστικά και συμπεριφορικά χαρακτηριστικά συμβάλλουν καθοριστικά στην απόδοση, καθώς συχνά κατατάσσονται στους πιο πληροφοριακούς προβλεπτικούς παράγοντες και αποτυπώνουν λεπτά μοτίβα συναλλαγών που τα αρχικά πεδία δεν αναδεικνύουν. Τα αποτελέσματα δείχνουν ότι το LightGBM είναι το πιο αξιόπιστο μοντέλο (εμβαδόν κάτω από την καμπύλη ROC ≈ 0,918–0,919). Η υποδειγματοληψία βοήθησε τα μοντέλα να εντοπίζουν καλύτερα τα μοτίβα απάτης, ενώ η μείωση χαρακτηριστικών διατήρησε την αποδοτικότητα του συστήματος χωρίς απώλεια διακριτικής ικανότητας. Τα αποτελέσματα καταδεικνύουν επίσης ότι η μείωση του κατωφλίου απόφασης αυξάνει σημαντικά την ανάκληση των περιπτώσεων απάτης, με αντίστοιχη μείωση της ακρίβειας, γεγονός που υπογραμμίζει ότι το επιχειρησιακό κατώφλι πρέπει να βαθμονομείται με βάση την ασύμμετρη κατανομή κόστους που χαρακτηρίζει κάθε οργανισμό, μεταξύ μη εντοπισμένων περιπτώσεων απάτης και επιβάρυνσης από την επανεξέταση ψευδώς θετικών ειδοποιήσεων.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • ΚΟΥΤΣΟΜΠΙΝΑΣ ΚΩΝΣΤΑΝΤΙΝΟΣ
  • KOUTSOMPINAS KONSTANTINOS

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:5462238

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

ΚΟΥΤΣΟΜΠΙΝΑΣ ΚΩΝΣΤΑΝΤΙΝΟΣ; KOUTSOMPINAS KONSTANTINOS. Fraud detection on transactional data with machine learning models. 2026. https://pergamos.lib.uoa.gr/uoa/dl/object/5462238