كشف تقلب بر روي تراكنش‌هاي مالي به شكل استريم در كلان داده‌ها

در اين مقاله، بر اساس چارچوب مبتني بر فناوري‌هاي كلان داده كه در [1] ارائه شده، يك پيادهسازي اختصاصي جهت كشف تراكنشهاي مالي به شكل آنلاين بر روي مجموعه‌داده CCFD [2] معرفي شده است و پياده‌سازي اين چارچوب و نتايج آن، گزارش شده است. اين روش در نهايت به دنبال پياده سازي يك روش با بكارگيري چندين فيتلر مختلف يادگيري با نظارت و بدون نظارت به شكل آنلاين در كلان داده براي تشخيص تراكنش مالي متقلبانه مي باشد. براي انجام اين موضوع، بر اساس[1] يك چرخه كار كلي پيشنهاد داده شده، كه مهمترين ايده‌هاي سيستم‌هاي تشخيص كلاهبرداري تراكنش‌هاي مالي موجود را دارا مي‌باشد و هدف از اين پياده‌سازي علاوه بر موارد ذكر شده بهبود مجموعه‌داده مورد استفاده از حالت توليد تصادفي به حالت استفاده از مجموعه‌داده استاندارد[2] مي باشد. در بخش اصلي چرخه كار يك چارچوب جديد كه از چهار لايه تشكيل شده، پياده‌سازي شده‌ است: لايه ذخيره‌سازي توزيع شده، لايه آموزش دسته‌اي، لايه اشتراك‌گذاري كليد/مقدار و لايه استريم . اين چهار لايه، مي‌تواند ذخيره‌سازي داده‌هاي معاملاتي، آموزش مدل شناسايي سريع، اشتراك‌گذاري سريع داده‌هاي مدل و تشخيص تقلب آنلاين بلادرنگ پشتيباني كند. در اين پياده سازي از اسپارك و اسپارك استريم استفاده شده است.