Алгоритм отслеживания и раннего обнаружения финансовых аномалий в технологических предприятиях
Authors/Creators
Description
Статья рассматривает подход к раннему выявлению финансовых аномалий в технологических компаниях на основе общедоступных данных и практик промышленного антифрода. Обосновывается необходимость потоковой архитектуры онлайн-скоринга, интегрированной с корпоративными системами, и комбинирования статистического скрининга с не-/полусупервизированными моделями «нормы» и супервизированными ансамблями. В качестве апробации используется открытый датасет транзакций с сильным дисбалансом классов; оценка ведётся по ROC-AUC и PR-AUC. Показано, что такой гибрид снижает время обнаружения и долю пропусков при контроле ложных срабатываний; обсуждаются ограничения переносимости и дрейф данных.
Abstract (English)
The article examines an approach to early detection of financial anomalies in technology companies based on publicly available data and industrial fraud practices. The necessity of an online scoring streaming architecture integrated with corporate systems and combining statistical screening with non-/semi-supervised "norm" models and supervised ensembles is substantiated. An open transaction dataset with a strong class imbalance is used as an approbation; the evaluation is based on ROC-AUC and PR-AUC. It is shown that such a hybrid reduces the detection time and the proportion of misses in the control of false alarms; the limitations of portability and data drift are discussed.
Files
39-44.pdf
Files
(406.7 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:6bfe4027a354ddfc783e1ee7c32bcca2
|
406.7 kB | Preview Download |
Additional details
Additional titles
- Translated title (English)
- An algorithm for tracking and early detection of financial anomalies in technological enterprises