• ВХОД
  •  

    Полное описание

    (Свободных экземпляров нет)

    Борьба с телефонным мошенничеством на основе распознавания голоса с применением машинного обучения / К. Гончаров, Е. С. Плешакова, А. Шелягин, С. Т. Гатауллин. - Текст : непосредственный // Информационные ресурсы России : научно-практический журнал. - 2022. - N 4. - С. 96-104. - Библиогр.: с. 104 (11 назв.).
    (Шифр в БД У1465/2022/4)
    ГРНТИ УДК
    28.23.25004.85
    16.31.21004.934
    50.55004.056
    РУБ ИИ
    04.07
    07.16

    Рубрики:
    Кибербезопасность
    Машинное обучение
    Искусственный интеллект -- Машинное обучение
    Распознавание речи

    Кл.слова (ненормированные): искусственный интеллект -- искусственные нейронные сети -- нейронные сети -- нейросеть -- киберпреступления -- персональные данные -- компьютерные преступления -- телефонное мошенничество -- ассоциативные правила -- алгоритмы
    Аннотация: Телефонное мошенничество на протяжении нескольких лет постоянно приводит к серьезным финансовым потерям для клиентов телекоммуникационных услуг. Традиционные подходы к обнаружению злоумышленников в сфере телекоммуникаций обычно основаны на создании черного списка мошеннических телефонных номеров. Однако они могут легко обходить такой вид обнаружения, достаточно изменить номера, для этого используется VoIP (Voice over IP). Чтобы решить эту проблему, мы предлагаем обнаруживать телефонное мошенничество по содержанию звонка, а не просто по номеру телефона звонящего. Мы используем алгоритмы машинного обучения для анализа данных и выбора высококачественных описаний из информации, собранной ранее, для построения наборов данных. Звук звонка используется в качестве входных данных, транскрибируемый в текстовую форму, которая затем предварительно обрабатывается и подается в модель машинного обучения. Итоговая классификация диалогов осуществляется с помощью метода k-ближайших соседей, которая объединяет результаты двух модулей с выявлением подозрительных словосочетаний в диалоге. Точность данного метода составила порядка 92%. Подробно проанализированы характеристики текста мошеннического разговора и обнаружены критерии, по которым можно эффективно отличить мошеннические разговоры.
    Доп. точки доступа:
    Гончаров, К.
    Плешакова, Е.С.
    Шелягин, А.
    Гатауллин, С.Т.

    Экз-ры полностью У1465/2022/4
    Имеются экземпляры в отделах: всего 1 : БИНТИ (1)
    Свободных экз. нет
    Экз.1 (БИНТИ) занят;
    Заказаны экз-ры для отделов: ХРЦ