في عالم يتسم بالتطور السريع والابتكار، أصبح اكتشاف الاحتيال في صناعة السفر واحدًا من أكبر التحديات التي تواجه الشركات. هنا تأتي TravelFraudBench (TFG) كحل مبتكر يعدّ إطاراً تقييمياً قابلاً للتخصيص لتقنيات الشبكات العصبية الرسومية (Graph Neural Networks) في مجال كشف الاحتيالات.
تعمل العديد من المنصات الحالية على معالجة أنواع احتيال محددة أو أنماط عامة دون وجود آلية فعالة لتقييم الأنماط الاحتيالية المختلفة. تقدم TFG بيئة شاملة تحاكي ثلاثة أنواع رئيسية من الاحتيالات المرتبطة بالسفر، وهي:
1. **احتيال التذاكر**: حيث يتم استخدام هياكل نجومية مع مجموعات مشتركة من الأجهزة وعناوين IP.
2. **احتيالات الفنادق الوهمية**: وهي ترتبط بالتفاعل بين المراجعين والفنادق.
3. **سرقة الحسابات**: تتضمن نقل الولاء بين سلاسل مختلفة.
تتميز TFG بتنوعها حيث تحتوي على 9 أنواع من العقد و12 نوعًا من الحواف، ويمكن تعديل حجم الحوارات وعددها ومعدل الاحتيال، مما يمنح الباحثين إمكانية تقييم فعالية طرق مختلفة مثل MLP، وGraphSAGE، وRGCN-proj وغيرها.
أظهرت نتائج التجارب أن تقنية GraphSAGE حققت نتائج رائعة بواقع 0.992 في مؤشر AUC (مساحة تحت منحنى المصداقية)، متفوقة بفارق كبير على الأساليب الأخرى مثل MLP. وفي مهام استرداد العصابات، سجلت GraphSAGE نجاحًا بنسبة 100% عبر جميع الأنواع.
TFG متاحة الآن كمكتبة مفتوحة المصدر تحت ترخيص MIT، مع إمكانية الوصول إلى مجموعات بيانات مسبقة الإنتاج. يمكن للباحثين والمطورين استغلال هذه الأداة لتعزيز تقنياتهم في كشف الاحتيالات، مما يسهل تقديم خدمات رائدة ومتقدمة في مجال السفر.
ثورة في كشف الاحتيال في صناعة السفر: منصة تقييم مبتكرة لتقنيات الشبكات العصبية
تمثل TravelFraudBench (TFG) إطاراً تقييمياً ديناميكياً لكشف الاحتيالات في شبكات السفر، مما يعزز قدرة تقنيات الشبكات العصبية على محاربة الجرائم في هذا القطاع. تحقق المنصة تكاملًا مذهلاً بين الأنواع المختلفة من الاحتيالات والتقييم الفعال للممارسات المتبعة.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
