ABOUT SELF-LEARNING MACHINE SYSTEMS IN THE PROCESS OF AUTHORIZATION OF USERS OF ATMs
DOI:
https://doi.org/10.18413/2687-0932-2020-47-2-354-361Keywords:
information security, bank cards, artificial intelligence, payment systems, authorization, self-learning machinesAbstract
The purpose of this article is addition of security measures, which aimed at preventing fraud in ATM customers authorizing and payment terminals. Necessityof the ATM security problems studingin ATM users authorization is due to the fact that the percentage of fraud and embezzlement of ATMs is not reduced, and countermeasures are introduced for each means of improving security. Due to the fact that the time interval between the emergence of a new fraudulent algorithm and the appearance of a countermeasure to it is still high, we see the need to create and implement self-learning machine algorithms in the process of authorizing ATM clients.The article proposes an algorithm for creating software for online monitoring of client authorization based on artificial intellect. The study used general scientific methods (observation, comparison); economic statistical data processing methods (grouping, comparison, business impact analysis (BIA)), cause and effect analysis, maintenance activities designed to ensure reliability. The result of the study is an algorithm for creating software that analyzes the legitimacy of authorization of ATM customers, the rationale for the expediency of its use.
Downloads
References
Акулич И.Л. 2011. Математическое программирование в примерах и задачах: учебное пособие. СПб., Издательство «Лань», 352.
Асадуллаев Р.Г., Ломакин В.В., Белоконь Ю.Ю., Зайцева Т.В., Резниченко О.С. 2017. Модели и средства поддержки принятия решений в системах переподготовки кадров предприятия Научные ведомости Белгородского государственного университета. Экономика. Информатика. 23 (272), вып. 44: 148–158.
Бегунов Н.А., Клебанов Б.И., Рапопорт И.А. 2010. Объединение подходов интеллектуального анализа данных и имитационного моделирования для прогнозирования доходов бюджета. Автоматизация и современные технологии, 12: 37–40.
Вахитов А.Р., Силич В.А. 2010. Использование нечеткого логического вывода для интеллектуального анализа данных. Известия Томского политехнического университета, 317 (5): 171–174.
Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. 2016. Инженерия знаний. Модели и методы. М., Издательство «Лань», 324.
Гладких Н.А. 2010. Оптимизация систем электронного документооборота на основе интеллектуального анализа данных. В мире научных открытий, 4 (11): 122–123.
Дюк В.А., Флегонтов А.В., Фомина И.К. 2011. Применение технологий интеллектуального анализа данных в естественнонаучных, технических и гуманитарных областях. Известия российского государственного педагогического университета им. А.И. Герцена, 138: 77.
Егоров И.А., Маторин С.И., Жихарев А.Г. 2018. Системно-объектное имитационное моделирование химических загрязнений подземных вод в горнопромышленном кластере. Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика, 45 (3): 510–523.
Ефимов С.Н., Якимов Л.С. 2009. Применение технологии нейронных сетей для интеллектуального анализа данных. Сборник научных трудов по материалам международной научно-практической конференции. 2 (2): 64–70.
Жихарев А.Г., Болгова Е.В., Гурьянова И.В., Маматова О.П. 2014. О перспективах развития системно-объектного метода представления организационных знаний. Научные ведомости Белгородского государственного университета. Сер. История. Политология. Экономика. Информатика, 1 (172): 110–114.
Жихарев А.Г., Корчагина К.В., Бузов П.А., Акулов Ю.В., Жихарева М.С. 2016. Об имитационном моделировании производственно-технологических систем. Сетевой журнал «Научный результат», серия «Информационные технологии», 3 (3): 25–31.
Жихарев А.Г., Маторин С.И. 2014. Системно-объектное моделирование технологических процессов. Научные ведомости Белгородского государственного университета. Сер. История. Политология. Экономика. Информатика, 21 (192): 137–142.
Жихарев А.Г., Маторин С.И., Зайцева Н.О. 2015. Системно-объектное имитационное моделирование транспортных и технологических процессов. Научные ведомости Белгородского государственного университета. Сер. История. Политология. Экономика. Информатика,7 (204): 159–170.
Жихарев А.Г., Маторин С.И., Зайцева Н.О. 2015. Системно-объектный инструментарий для имитационного моделирования технологических процессов и транспортных потоков. Искусственный интеллект и принятие решений, 4: 95–103.
Жихарев А.Г., Маторин С.И., Маматов Е.М., Смородина Н.Н. 2013. О системно-объектном методе представления организационных знаний. Научные ведомости БелГУ. Сер. Информатика, 8 (151): 137–146.
Abstract views: 624
