Выявление аномальной активности в сервисах мобильных денежных переводов с помощью RADViz-визуализации

Сети мобильной связи представляют собой удобную инфраструктуру для предоставления финансовых сервисов, поскольку они обладают рядом достоинств, связанных с широким распространением и достаточно низкой себестоимостью финансовых транзакций. В настоящей работе рассматривается сценарий мобильных денежных переводов, в которых оператор сотовой связи не только предоставляет инфраструктуру, но и выпускает виртуальные денежные средства.
В работе авторы предлагают новый подход к анализу транзакций, основанный на использовании группы взаимосвязанных интерактивных моделей визуализации данных, характеризующих действия пользователей в системе денежных переводов. В его основе лежит графическое представление пользователей с помощью методики визуализации RadViz. Она позволяет выделить группы пользователей, обладающих схожим поведением, и абонентов, своим поведением отличающихся от основной массы, и при этом обладает низкой вычислительной сложностью. Анализ научных работ показал, что авторы первыми предложили использовать данную методику визуализации для исследования денежных переводов. RadViz-визуализация пользователей сервиса мобильных денежных переводов поддерживается графом их контактов. Граф контактов является наиболее распространенной методикой графического представление операций в финансовых системах, поскольку он позволяет изучить структурные свойства связей между пользователями, выявив мосты и клики графа.
Разработанная методика визуального анализа была апробирована на тестовых данных, содержащих различные сценарии мошеннической деятельности в СМДП. Анализ применения RadViz-визуализации пользователей системы на различных тестовых данных показал, что она полезна при обнаружении мошеннических сценариев, которые предполагают использование пользователей-мулов, чье поведение существенно отличается от поведения других абонентов СМДП. Таким образом, она позволяет выявить финансовые правонарушения, которые связаны с длительными, возможно, незначительными изменениями в поведении пользователей, однако имеющих кумулятивный эффект, и поэтому могут быть раскрыты при выборе достаточно длительного периода времени. По этой причине данная модель визуализации оказалась эффективна при обнаружении мулов в схеме отмывания денег и мобильной бот-сети.