ГИБРИДНЫЕ МОДЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ВЫЯВЛЕНИЯ МОШЕННИЧЕСТВА В БАНКОВСКИХ ОПЕРАЦИЯХ

Abstract

В современных банковских системах выявление мошеннических операций является критически важной задачей для обеспечения финансовой безопасности. Настоящее исследование посвящено анализу и разработке гибридных моделей искусственного интеллекта (ИИ) для обнаружения мошенничества в банковских транзакциях. В работе рассматриваются сочетания методов машинного обучения, включая дискриминативные и генеративные модели, а также алгоритмы глубокого обучения, что позволяет повысить точность выявления аномалий и снизить количество ложных срабатываний. Особое внимание уделено интеграции нескольких подходов, обеспечивающей более устойчивое и адаптивное обнаружение мошеннических действий в реальном времени. Результаты демонстрируют эффективность гибридных ИИ-моделей в обеспечении безопасности финансовых операций.