Fraud Detection Data Analytics Machine Learning

2. - About Me -

3. Topic
1.โจทย์ทาง Business เกี่ยวกับ Fraud Detection
3.Fraud Detection Rule-Based or Model-Based?
2.การทา Fraud Detection มีกี่วิธี?
4.ขั้นตอน Data Analytics for Fraud Detection (Model-Based)
5. Fraud Detection Model Important
6.Demo Build a Fraud Detection Model With Python in Google Colab

4. 1.โจทย์ทาง Business เกี่ยวกับ Fraud Detection

5. Fraud Scenario Process
Authentication
(ก่อนเกิดเหตุ)
Detection
(ขณะเกิดเหตุ)
Investigation
(หลังเกิดเหตุ)

6. Verification

7. Accountability

9. Log File Example

10. 1.โจทย์ทาง Business เกี่ยวกับ Fraud Detection
ใช้ RFM Model คานวณ Error ของ Fraud Detection
ที่ยอมรับได้ และจานวนเงินที่ยอมสูญเสียได้ โดยใช้ข้อมูลในอดีต
ก่อนจะวางกลยุทธ์ Fraud Detection ในปัจจุบัน
R = Recency = ครั้งล่าสุดเมื่อไหร่
F = Frequency = ความถี่เท่าไหร่
M = Monetary = จานวนเงินเท่าไหร่

11. 1.โจทย์ทาง Business เกี่ยวกับ Fraud Detection
เช่น ปี 63 มีจานวนธุรกรรมในองค์กรทั้งหมด 1,000,000 ครั้ง
เป็น Fraud จานวน 1,000 เคส
สูญเสียเงินรวมจานวน 10 ล้านบาท (เฉลี่ย 1 หมื่นบาท/เคส)
เป็น False Positive หรือ False Reject (ผู้ใช้งานตัวจริง ใช้งานไม่ได้ เพราะถูก Detect ว่าเป็น Fraud)
จานวน 5,000 ครั้ง มี User ยกเลิกบริการ จานวน 1,000 ราย
องค์กรสูญเสียรายรับที่ควรได้ จานวน 1 ล้านบาท
เป็น False Negative หรือ False Accept (ผู้ร้ายเข้าใช้งาน ระบบกลับปล่อยผ่าน ไม่ Detect ว่าเป็น Fraud)
จานวน 1,000 ครั้ง องค์กรสูญเสียรายได้ จานวน 10 ล้านบาท
ดังนั้น ควรให้น้าหนักระบบ Fraud Detection ปัจจุบัน ไปทางลด False Accept
มากกว่า ลด False Reject เป็นต้น

12. 2.การทา Fraud Detection มีกี่วิธี?

13. Fraud เกิดจากผู้โจมตีที่เป็นมนุษย์
การทา Fraud Detection ต้องปรับรูปแบบการ Detect อยู่ตลอด
ดังนั้น ไม่ว่าจะ Detect ด้วยวิธีใด
2) Model-Based Detection (เรียนรู้จาก Dataset ในอดีต)
1) Rule-Based Detection (กาหนดเกณฑ์ Fraud ลักษณะ If Then Else)
3) Outlier Detection (พฤติกรรมการใช้งานที่ผิดปกติ)
หาก Detect Fraud ได้ผล ก็นามาปรับใช้ได้ทั้งสิ้น

14. Rule-Based Example
Sample New Registration Rule:
If IP_Address_Location == [‘Japan’] and
Cust_Address_Country = [‘USA’] and
CUSTOMER_PHONE_LOC == [‘Spain’] THEN Investigate

15. Rule-Based Fraud Detection Example

16. Rule-Based = Predict Base on Rule
Model-Based = Predict Base on Probability

17. เปลี่ยนจาก การนาความรู้ของ Domain Expert
(ผู้เชี่ยวชาญ) ที่ให้โปรแกรมเมอร์ เขียนคาสั่ง
Program ลักษณะ If Then Else
มาเป็น การสร้างโมเดล จากชุดข้อมูล ที่มี Attribute
(คุณลักษณะ) กับ Label (ผลลัพท์) เพื่อให้
Program แสดง Output จากโมเดล ที่ได้เรียนรู้
จากชุดข้อมูลนั้น (กรณี Model Base Detection)

18. Dataset Algorithm Model

19. Size (ตารางฟุต) Bedrooms Bathrooms Price
500 2 2 400K
1,000 3 2 600K
1,500 4 1 700K
2,000 4 2 750K
2,000 4 1 740K
3,000 5 2 800K
Example: Predicting Real Estate Price
Price = 0.3(Size) + 0.2(Bedroom) + 0.001(Bathrooms)

20. ตัวอย่าง Dataset ของ Credit Card Fraud Detection

21. 3.พิจารณาเลือก Fraud Detection
โดยใช้ Rule-Based หรือ Model-Based ดี?

22. 4.ขั้นตอน Data Analytics for Fraud Detection (Model-Based)
1)กาหนดโจทย์ปัญหาทาง Business (ตั้งคาถามที่ถูกต้อง)
2)เก็บรวบรวมข้อมูล (Data Warehouse , Data Lake , Data Engineer)
5)Evaluate วัดผล Model พร้อมปรับจูนแก้ไข Model
3)ทาความสะอาดข้อมูล (Data Cleansing) และสร้างกราฟ (Visualization)
4)นาชุดข้อมูล ทดสอบกับ Algorithm เพื่อสร้าง Model
6)นา Model Deploy ใช้งานจริง

23. 1)กาหนดโจทย์ปัญหาทาง Business ตั้งคาถามที่ถูกต้อง
- Fraud Detection
- Sentiment Analysis
- Facial Recognition
- Churn Prediction
- Customize Segmentation
- Product Recommendation
(โจทย์ Regression , Classification หรือ Clustering)

24. 2)เก็บรวบรวมข้อมูล
(Data Warehouse , Data Lake , Data Engineer)

25. Branch
ATM
Internet Banking
Mobile Banking
Data Warehouse
Data Lake
Data Analyst
Data Scientist
Dashboard
Build Model
Action
Data Source
ส่วนเก็บข้อมูล ส่วนวิเคราะห์ข้อมูล

27. Source: https://towardsdatascience.com/build-your-first-data-warehouse-with-airflow-on-gcp-fdd0c0ad91bb

37. 3)ทาความสะอาดข้อมูล (Data Cleansing)
รวมถึง การทาข้อมูลให้เป็นรูปภาพ (Visualization)
- ทาความสะอาด เชิงโครงสร้างข้อมูลทั่วไป
- ทาความสะอาด เชิงก่อนนาเข้า Build Model
เช่น ค่า Missing , N/A , Outlier , พิมพ์ผิด เป็นต้น
กรณี Dataset ลักษณะ Imbalance ไม่สมดุล
คือ ข้อมูลที่ต้องการทานาย มีจานวนน้อย เทียบกับข้อมูลทั้งหมด เช่น
การทา Fraud Detection , Churn Prediction
จะมีเทคนิค Undersampling , Oversampling เพื่อแก้ปัญหา

38. ตัวอย่าง Data Dirty
Photo Source: https://riccosmartdata.com/data-cleansing-or-data-cleaning

39. 4)นาชุดข้อมูล ทดสอบกับ Algorithm เพื่อสร้าง Model

40. Machine Learning คืออะไร?

41. Machine Learning
Input Program
Output
Input Program
Output

42. X(input)
Y(output)
1
1
2
4
3
9
4
16
5
25
6
?
X
2
= Model

43. Source: https://light-it.net/blog/top-10-python-libraries-for-machine-learning

44. Dataset Algorithm Model

45. Machine Learning Model
• Custom Algorithm
• Automl
• Pre-trained Model

46. Machine Learning
• Supervised Learning (Predictive)
• Unsupervised Learning (Descriptive)
• Reinforcement Learning (Learn by Reward and Penalty)

52. Photo Source : www.researchgate.net
Outlier Detection

53. 5)Evaluate วัดผล Model พร้อมปรับจูนแก้ไข Model
(โจทย์ Regression , Classification หรือ Clustering)

54. Mean Absolute Percentage Error (MAPE)
Mean Absolute Error (MAE)
การวัดผลโจทย์ Regression
โจทย์ที่มีค่า Label (ค่า Y) เป็นลักษณะ Continuous (ตัวเลข)

56. ตัวอย่างการวัดผลโจทย์ Regression

58. โจทย์ที่มีค่า Label (ค่า Y)
ลักษณะจาแนกว่าเป็น Class ไหน
การวัดผลโจทย์
Classification

60. ROC & AUC
ที่มา: https://qastack.in.th/stats/225210/accuracy-vs-area-under-the-roc-curve

61. Source: www.oreilly.com
การวัดผลโจทย์ Clustering วัดว่าควรจะแบ่งเป็นกี่กลุ่ม (ใช้ K กี่ตัว)

63. 6)นา Model Deploy ใช้งานจริง
- Embed
- Push
- Dashboard

64. 6)นา Model Deploy ใช้งานจริง
นา Model ที่ Build ได้ ออกมาเป็นไฟล์ การ Deploy
ใช้ลักษณะ เรียก API (Application Programming
Interface) ของโปรแกรมที่ใช้งาน มายัง Model

65. 1) Imbalance Dataset
2) Confusion Matrix Evaluate Model
3) ROC & AUC Curve
4) Weight Model to False Reject & False Accept
5) Improve Process of Authentication & Investigation
5.Fraud Detection Model Important

66. “Bad actors change tactics often”

67. 2) ลด False Reject กรณี ผู้ใช้งานตัวจริง เข้าใช้งานไม่ได้ มักแจ้งมาทาง
Call Center โดยเร็ว ดังนั้น รีบรับเคส False Reject จาก Call Center
(หรือช่องทางอื่น) เพื่อปรับปรุงระบบ Fraud Detection
ควรจา 3 ข้อ สาหรับ Fraud Detection
1) Fraud เกิดจากมนุษย์ รูปแบบการโจมตี เปลี่ยนได้ตลอด ดังนั้น ระบบตรวจจับ ต้องยืดหยุ่น
เพื่อให้ตรวจจับได้อย่างทันท่วงที ไม่ว่าจะเป็นการปรับ Rule Base ของระบบตรวจจับ หรือ
การใช้ Data ของ Fraud ในอดีต เพื่อสร้าง Model ตรวจจับ ก็ตาม (ต้องปรับได้ทั้ง Rule
Base Model Base และ Outlier Base)
3) ลด False Accept กรณี ผู้ทุจริตใช้งาน แล้วระบบไม่แจ้งเตือน มักทราบเหตุ
เมื่อเกิดความเสียหายขึ้นแล้ว จะมีช่องทางรับแจ้ง False Accept เพื่อปรับปรุงระบบฯ
ส่วนเคสที่เกิดขึ้น จะ Investigate หาความจริง หาผู้กระทาผิด หาสาเหตุ และช่องโหว่
ของเหตุการณ์ที่เกิดขึ้น

68. 6.Demo Build a Fraud Detection Model
With Python in Google Colab

70. Facebook Page: Hard Skills Learn