不正行為検出のためのデータ分析

詐欺は政府や企業にとって重大な問題であり、詐欺を発見するための専門的な分析技術が必要です。これらの方法には、データベースでの知識発見（KDD）、データマイニング、機械学習、統計などがあります。これらは、電子詐欺犯罪のさまざまな分野に適用可能で効果的なソリューションを提供します。^[1]

一般的に、データ分析技術を使用する主な理由は、多くの内部統制システムに重大な弱点があるため、不正行為に対処することです。たとえば、多くの法執行機関が潜在的な不正行為に関与している企業を検出するために現在採用している一般的なアプローチは、内部告発者から状況証拠や苦情を受け取ることです。^[2]その結果、多数の不正行為が未検出のまま、起訴もされません。企業や組織は、不正行為に対する制御システムを効果的にテスト、検出、検証、エラー修正、監視するために、データマイニング、データマッチング、類似関数、回帰分析、クラスタリング分析、ギャップ分析などの専門的なデータ分析技術に依存しています。^[3]不正行為検出に使用される技術は、統計的手法と人工知能の2つの主要なクラスに分類されます。^[4]

統計データ分析手法の例は次のとおりです。

• 欠落データや不正確なデータの検出、検証、エラー修正、および補完のためのデータ前処理技術。
• 平均、分位数、パフォーマンス メトリック、確率分布などのさまざまな統計パラメータを計算します。たとえば、平均には、平均通話時間、1 か月あたりの平均通話回数、請求書支払いの平均遅延などが含まれます。
• さまざまなパラメータまたは確率分布の観点から見た、さまざまなビジネス活動のモデルと確率分布。
• ユーザープロファイルを計算します。
• 時間依存データの時系列分析。^[5]
• クラスタリングと分類により、データグループ間のパターンと関連性を見つけます。 ^[5]
• データマッチング データマッチングは、収集された2つのデータ セットを比較するために使用されます。このプロセスは、アルゴリズムまたはプログラムされたループに基づいて実行できます。データセットを互いに一致させようとしたり、複雑なデータ タイプを比較したりします。データマッチングは、重複レコードを削除し、マーケティング、セキュリティ、またはその他の目的で 2 つのデータ セット間のリンクを識別するために使用されます。^[3]
• 類似音関数は、類似した音を持つ値を見つけるために使用されます。音声類似性は、手動で入力されたデータ内の重複値や不一致なスペルを見つける方法の 1 つです。「類似音」関数は、比較文字列を 4 文字の American Soundex コードに変換します。このコードは、各文字列の最初の文字と、最初の文字に続く最初の 3 つの子音に基づいています。^[3]
• 回帰分析では、 2つ以上の関心のある変数の関係を調べることができます。回帰分析は、独立変数と従属変数の関係を推定します。この方法は、変数間の関係を理解し​​て識別し、実際の結果を予測するのに役立ちます。^[3]
• ギャップ分析は、ビジネス要件が満たされているかどうか、満たされていない場合は、それを正常に満たすために実行する必要がある手順は何かを判断するために使用されます。
• 既知のモデルやプロファイルと比較して、トランザクションまたはユーザーの行動の異常を検出するためのマッチング アルゴリズム。誤報を排除し、リスクを推定し、現在のトランザクションまたはユーザーの将来を予測するための技術も必要です。

法廷会計士の中には、電子データの調達と分析を専門とするフォレンジック分析を専門とする人もいます。これは、金融詐欺の申し立てを再構築、検出、または裏付けるためのものです。法廷分析の主な手順は、データ収集、データ準備、データ分析、およびレポート作成です。たとえば、法廷分析を使用して、従業員の購買カードのアクティビティを確認し、購入のいずれかが私的使用のために転用されたか、転用可能であったかどうかを評価できます。

不正検出は知識集約型の活動です。不正検出に使用される主な AI 技術は次のとおりです。

• データマイニングは、データを分類、クラスタリング、セグメント化し、詐欺に関連するものも含め、興味深いパターンを示す可能性のあるデータ内の関連性とルールを自動的に見つけます。
• 不正行為を検出するための専門知識をルールの形でエンコードするエキスパート システム。
• パターン認識は、自動的に（教師なし）または指定された入力と一致するように、疑わしい動作のおおよそのクラス、クラスター、またはパターンを検出します。
• 詐欺の特徴を自動的に識別する機械学習技術。
• ニューラルネットは分類、クラスタリング、一般化、予測を独立して生成し、それを内部監査や10-Qなどの正式な財務文書で出された結論と比較することができます。^[5]

リンク分析、ベイジアンネットワーク、意思決定理論、シーケンスマッチングなどの他の技術も不正検出に使用されています。^[4]ランクデータが利用可能な場合はいつでも、システムプロパティアプローチと呼ばれる新しい新しい技術も採用されています。^[6]

研究データの統計分析は、データ不正が存在するかどうかを判断するための最も包括的な方法です。研究公正局 (ORI) によって定義されたデータ不正には、捏造、改ざん、盗用が含まれます。

初期のデータ分析技術は、定量的および統計的なデータ特性の抽出に重点を置いていました。これらの技術は、有用なデータ解釈を容易にし、データの背後にあるプロセスに対するより深い洞察を得るのに役立ちます。従来のデータ分析技術は間接的に知識につながる可能性がありますが、それは依然として人間のアナリストによって作成されています。^[7]

さらに進むには、データ分析システムは相当な量の背景知識を備え、その知識と提供されたデータを含む推論タスクを実行できなければなりません。^{[7]この目標を達成するために、研究者は機械学習分野のアイデアに目を向けました。機械学習のタスクは、背景知識と例（入力）を}知識（出力）に変換することと説明できるため、これは自然なアイデアの源です。

データ マイニングによって意味のあるパターンが発見されれば、データは情報に変わります。新規で、有効で、潜在的に有用な情報やパターンは、単なる情報ではなく、知識です。膨大なデータの中に以前は隠れていたが、今では明らかになった知識を発見すると言えます。

機械学習と人工知能のソリューションは、「教師あり」学習と「教師なし」学習の2つのカテゴリに分類できます。これらの方法は、方法に応じて疑わしいスコア、ルール、または視覚的な異常を出力するために、「異常な」行動をとるアカウント、顧客、サプライヤーなどを探します。^[8]

教師あり、教師なしのどちらの方法を使用したとしても、出力は不正の可能性を示すだけであることに注意してください。単独の統計分析では、特定のオブジェクトが不正であるとは断言できませんが、非常に高い精度で不正を識別することはできます。その結果、機械学習モデルと人間のアナリストの効果的なコラボレーションが、不正検出アプリケーションの成功に不可欠です。^[9]

教師あり学習では、すべてのレコードのランダムなサブサンプルが取得され、手動で「不正」または「非不正」に分類されます（タスクは、アルゴリズムの要件を満たすために、より多くのクラスに分解できます）。 不正などの比較的まれなイベントは、十分なサンプルサイズを得るためにオーバーサンプリングする必要がある場合があります。^[10]これらの手動で分類されたレコードは、教師あり機械学習アルゴリズムのトレーニングに使用されます。 このトレーニングデータを使用してモデルを構築した後、アルゴリズムは新しいレコードを不正または非不正に分類できるようになります。

教師ありニューラルネットワーク、ファジーニューラルネット、ニューラルネットとルールの組み合わせは、携帯電話ネットワークの不正や財務諸表の不正を検出するために広く研究され、使用されてきました。^{[11] [12]}

ベイズ学習ニューラルネットワークは、クレジットカード詐欺の検出、通信詐欺、自動車保険金詐欺の検出、医療保険詐欺に実装されています。^[13]

専門知識と統計力を統合したハイブリッド知識/統計ベースシステムは、細胞クローン詐欺を検出するために一連のデータマイニング技術を使用します。具体的には、顧客取引の大規模なデータベースから不正行為の兆候を発見するためのルール学習プログラムが実装されています。^[14]

Cahill ら (2000) は、通信詐欺を検出するために、詐欺通話のデータを基に詐欺シグネチャを設計しました。詐欺通話のスコアリングを行うために、アカウント シグネチャでの確率が詐欺シグネチャでの確率と比較されます。詐欺シグネチャは順次更新され、イベント駆動型の詐欺検出が可能になります。

リンク分析は異なるアプローチを採用しており、記録のリンクとソーシャルネットワークの手法を使用して、既知の詐欺師と他の個人を関連付けます。^{[15] [16]}

このタイプの検出では、以前に発生し、人間によって分類された詐欺に類似した詐欺のみを検出できます。新しいタイプの詐欺を検出するには、教師なしの機械学習アルゴリズムの使用が必要になる場合があります。

対照的に、教師なし手法ではラベル付きレコードは使用されません。

ボルトンとハンドは、ピアグループ分析とブレークポイント分析をクレジットカード口座の支出行動に適用しています。^[17]ピアグループ分析は、以前は類似していたオブジェクトとは異なる動作を開始した個々のオブジェクトを検出します。 ボルトンとハンドが行動詐欺検出用に開発したもう1つのツールは、ブレークポイント分析です。^[17]ピアグループ分析とは異なり、ブレークポイント分析はアカウントレベルで機能します。 ブレークポイントは、特定のアカウントで異常な動作が検出された観察です。 両方のツールは、クレジットカード口座の支出行動に適用されます。

クレジットカード詐欺検出のための教師なし手法と教師あり手法の組み合わせについては、Carcillo et al (2019)で紹介されている。^[18]

既存の不正検出方法の検証における大きな制限は、公開データセットの不足です。^[21]数少ない例の1つは、ULB機械学習グループによって公開されているクレジットカード不正検出データセット^{[22]です。 [23]}