CSDL Bài trích Báo - Tạp chí
chủ đề: Gian lận thẻ tín dụng
1 Mức độ hiệu quả của các mô hình học máy tree-based trong phát hiện giao dịch gian lận thẻ tín dụng / Nguyễn Minh Nhật, Đào Lê Kiều Oanh // Thương mại .- 2024 .- Số 195 .- Tr. 57-71 .- 658
Nghiên cứu này tập trung vào việc đánh giá và so sánh hiệu quả của các mô hình học máy dựa trên cây (Tree-based machine learning models) trong việc dự báo gian lận thẻ tín dụng. Các mô hình được xét gồm Decision Tree, Random Forest, Gradient Boosting Machines (GBM) và Extreme Gradient Boosting (XGBoost). Bộ dữ liệu sử dụng cho nghiên cứu này bao gồm 568,630 giao dịch thẻ tín dụng, với các thuộc tính từ V1 đến V28 được biến đổi thông qua phân tích thành phần chính (PCA) để bảo vệ thông tin cá nhân. Nghiên cứu này sử dụng ma trận nhầm lẫn (Confusion Matrix) và các chỉ số đánh giá như Độ chính xác, Độ nhạy (Recall), Precision và F1 Score để đánh giá hiệu quả của mỗi mô hình. Kết quả cho thấy rằng Random Forest và XGBoost đều có hiệu suất ấn tượng, đặc biệt Random Forest cho thấy sự vượt trội hơn trong việc giảm thiểu báo động giả và phát hiện chính xác các giao dịch gian lận.
2 Gian lận ngân hàng điện tử : một dạng hành vi phạm tội mới trong bối cảnh chuyển đổi số ngành ngân hàng / Hà Lệ Thủy // Ngân hàng .- 2022 .- Số chuyên đề đặ biệt .- Tr. 100-106 .- 332.12
Bài viết nhằm làm rỏ hành vi gian lận trong lĩnh vực ngân hàng, đặc biệt là ngân hàng điện tử trong bối cảnh chuyển đổi số, nêu lên những phương thức gian lận ngân hàng điện tử hiện nay thông qua việc nghiên cứu tìm hiệu gốc độ trong nước và trên thế giới. Ngoài ra, bài viết cũng xác định những nguy cơ và thách thứcđối với việc phòng, chống hành vi gian lận ngân hàng điện tử ở Việt Nam hiện nay để hướng tới việc tìm ra giải pháp hữu hiệu phòng, chống tội phạm lĩnh vực ngân hàng.
3 Phát hiện gian lận thẻ tín dụng bằng học máy / Hoàng Thị Thúy, Lê Thị Xuân Thu // Kinh tế & phát triển .- 2021 .- Số 285 .- Tr. 76-84 .- 332.1
Trong thời đại khoa học – công nghệ, khách hàng chỉ với một tấm thẻ tín dụng có thể thanh toán toàn bộ các hoạt động mua sắm của mình một cách nhanh chóng và tiện lợi bất kể đang ở vị trí nào. Tuy nhiên, bên cạnh sự tiện lợi thì cũng đi kèm theo lỗ hổng với các mối đe dọa về tổn thất tài chính. Người bán không thể kiểm tra người mua có phải chủ thẻ hay không bởi vì cả thẻ và chủ thẻ đều không cần thiết có mặt tại thời điểm giao dịch. Do đó mà việc gian lận thẻ tín dụng ngày càng trở nên phổ biến với nhiều cách thức khác nhau. Trong bài viết này các tác giả tập trung phát hiện gian lận thẻ tín dụng bằng các phương pháp của học máy là mô hình mạng nơ ron nhân tạo và mô hình máy vec-tơ hỗ trợ và so sánh mức độ hiệu quả của hai phương pháp với bộ dữ liệu Paysim. Kết quả cho thấy mô hình mạng nơ ron nhân tạo phát hiện với độ chính xác cao hơn ( 99%) .