Graphbasierte Ansätze für Echtzeit-Betrugserkennungs-systeme

Dieses Buch stellt graphbasierte Ansätze für Echtzeit-Betrugserkennungssysteme vor. Es zeigt, wie die Darstellung von Entitäten (Benutzer, Konten, Geräte) als Knoten und von Interaktionen als Kanten - gestützt durch Graph Neural Networks (GNNs) und zeitliche Modellierung - eine effektive Erkennung komplexer, koordinierter Betrugsmuster ermöglicht, die mit herkömmlichen Methoden übersehen werden.Das Buch behandelt die Entwicklung der Betrugserkennung, die Grenzen älterer Systeme, heterogene und zeitliche Graphen, Herausforderungen in Echtzeit (Skalierbarkeit, geringe Latenz, Konzeptdrift), Erklärbarkeit, Ethik und kontinuierliches Lernen. Es schlägt ein hybrides Framework vor, das Offline-Training mit Online-Inferenz kombiniert, um eine robuste Leistung zu erzielen.Verfasst von Sara Kaya (Somayeh Babaeitarkami) und Dr. Ali Kaya, dient es als wertvoller technischer und strategischer Leitfaden für den Aufbau adaptiver, transparenter Lösungen zur Betrugserkennung in modernen digitalen Umgebungen.