Дисертаційна робота присвячена розробленню інформаційної технології виявлення шахрайства при інсталюванні мобільних додатків з використанням інтелектуального аналізу даних. Метою дослідження є підвищення точності та швидкодії процесів виявлення шахрайства при інсталюванні мобільних додатків. Вперше запропоновано метод подолання різнорідності вхідних даних, що являє собою сукупність процедур вибору ознак, зниження розмірності та нормалізації даних, відмінність якого полягає у новій моделі процесу подолання різнорідності даних шляхом шкалювання за інформативністю, що дозволяє всю множину різнорідних даних про користувачів звести до вектору уніфікованих ознак без зменшення діагностичної цінності інформації. Удосконалено модель класифікації користувачів на основі глибинних нейронних мереж у частині зниження розмірності та нормалізації даних згідно запропонованого методу подолання різнорідності даних, яка є основою для створення узагальненого портрету шахрая з метою спрощення процесів їх виявлення. Вперше розроблено узагальнений метод виявлення шахрайства при інсталюванні мобільних додатків, відмінність якого полягає у використанні запропонованої моделі класифікації користувачів та методу подолання різнорідності вхідних даних, що дозволяє визначити класи користувачів та підвищити точність виявлення шахрайства при інсталюванні мобільних додатків. Результати дисертаційної роботи та розроблене модульне програмне забезпечення впроваджені на іноземному (Garuda AI B.V.) та українських (ТОВ «ВІН ІНТЕРАКТИВ», ТОВ «4ХайТек», ПП «Літсофт») підприємствах та у навчальний процес (кафедри комп'ютерних наук Вінницького національного технічного університету; кафедри інформатики, програмної інженерії та економічної кібернетики Херсонського державного університету). Впровадження результатів дисертаційних досліджень підтверджено відповідними актами.

Постачальник даних: УкрІНТЕІ (Український Інститут науково-технічної експертизи та Інформації)

  Завантажити автореферат