AI-alapú anomália detekció online platformokon

Félév: 2024-2025 ősz

Kategória: Nincs megadva

Téma leírása

Az anomália detekció olyan gépi tanulási módszer, amely lehetővé teszi a szokatlan minták, illetve tevékenységek azonosítását nagy adatbázisokban. Ez különösen hasznos az online platformokon történő csalások és visszaélések felismerésére. A hallgató feladata egy mélytanulási modell fejlesztése és tesztelése, amely képes az ilyen jellegű csalások észlelésére.

Téma feldolgozásához szükséges előismeretek:

- Gépi tanulási keretrendszerek (TensorFlow, PyTorch)
- Adat-elemző eszközök (Python, R)
- Természetes nyelvfeldolgozási (NLP) könyvtárak alapjai
 

Terület bemutatása

Az online platformokon, mint például e-kereskedelmi oldalak, közösségi média és pénzügyi szolgáltatások, a csalások felismerése kulcsfontosságú a bizalom megőrzése és a veszteségek minimalizálása érdekében. Az anomália detekció lehetőséget nyújt arra, hogy a megszokottól eltérő, potenciálisan káros tevékenységeket azonosítsuk. A gépi tanulási technikák alkalmazása ezen a területen egyre népszerűbb, mivel ezek az algoritmusok képesek hatalmas adatmennyiséget feldolgozni és tanulni azokból, hogy felismerjék a csalásokat.

 Nyitott kérdések

Az egyik fő kihívás a mélytanulási modellek fejlesztésében az, hogy hogyan lehet nagy adatbázisokból olyan mintákat kinyerni, amelyek alapján a rendszer megbízhatóan azonosíthatja a csaló tevékenységeket. Egy másik kihívás az, hogy a jelenlegi csalásérzékelő rendszerek gyakran csak ismert csalási minták alapján működnek, így nehéz az új, kifinomultabb csalási módszerek detektálása. Továbbá, a detektáló rendszerek hatékonyságának mérésére és összehasonlítására is szükség van, hogy a fejlesztett megoldás valóban jobb legyen a meglévő rendszereknél.

 A hallgató feladata, hogy

- Fejlesszen ki egy mélytanulási modellt, amely képes az online platformokon történő csalások azonosítására.
- Elemezze a nagyméretű adatállományokat és azonosítson bennük olyan mintákat, amelyek csalásra utalhatnak.
- Végezzen összehasonlító elemzést a fejlesztett rendszer és a jelenleg használt csalásérzékelő rendszerek között, és mérje fel az új rendszer hatékonyságát.
- Készítsen egy prototípust, amely demonstrálja a rendszer működését, és mutassa be annak alkalmazási lehetőségeit különböző iparágakban, például pénzügyi szolgáltatásokban, e-kereskedelemben, illetve közösségi média platformokon.

Külső partner: Zenitech

Maximális létszám: 2 fő