CHƯƠNG 1: TỎNG QUAN 11 Dat van đề Phần lớn gian lận giao dịch thẻ tín dụng hiện nay đều là gian lận thông qua giao dịch trực tuyến, các tổ chức tài chính đã và đang nghiên cứu bằng nhiều phương pháp nhằm khắc phục tình trạng này, Mỗi năm số tiền thiệt hại do các gian lận giao dịch lên đến hàng tỷ đô. Tuy vậy gian lận là một khái niệm phức tạp, có rất nhiều phương thức hành vi khác nhau và trong khóa luận này nhóm sẽ tập trung vào hành vi gian lận thẻ tín dụng. Pháp hiện gian lận giao dịch là một nhiệm vụ vô cùng khó khăn bởi tội phạm thực hiện gian lận luôn thay đổi chiến thuật và hành vi, không chỉ vậy số lượng giao dịch tín dung là một dit liệu vô cùng khổng lồ, khiến cho việc phát hiện và phân tích gian lận giao dịch trở nên không thể đối với con người. Chính vì thế người ta bắt đầu sử dụng 2 phương pháp chính dé giải quyết, đầu tiên là ngăn chặn giao dich bằng những bộ luật hay còn gọi là rule-base nhằm chặn đứng các gian lận trước khi có cơ hội xảy ra, còn lại là ứng dụng Machine Learning (máy học) để phát hiện gian lận giao dịch thẻ tín dụng và với xu hướng ngày càng nhiều trong thập kỷ qua bởi khả năng tự động phát hiện các hành vi gian lận cho dù phải xử lý một lượng lớn dữ liệu.
Với sự tiện lợi cũng như độ chính xác cao của Machine Learning khi ứng dụng vào phát hiện gian lận giao dịch, song vấn đề gặp phải khi các tổ chức tội phạm liên tục thay đổi phương pháp gian lận khiến cho việc liên tục cập nhập mô hình dự đoán gặp nhiều khó khăn, giải pháp cần đặt ra đó là việc chia sẻ nguồn dữ liệu của các giao dịch giữa các tổ chức tài chính với nhau qua đó mô hình dự đoán sẽ hạn chế bỏ sót các trường hợp gian lận. Tuy nhiên đó lại là một phương pháp không thé áp dụng bởi dữ liệu giao dịch, thông tin khách hang là dữ liệu riêng tư có tính nhạy cảm cao không chỉ đối với cá nhân khách hàng mà còn đối với tổ chức tài chính, các tổ chức thường không thé chia sẻ thông tin khách hàng do sẽ gặp các vấn đề về pháp lý còn đối với các trường hợp gặp thiệt hại do gian lận giao dịch, có rất nhiều tổ chức không báo 10 cáo các trường hợp đó vì nếu rò rỉ sẽ ảnh hưởng đến uy tín thương mại và mắt khách hàng. Do đó phương pháp Federated Learning được ra đời bởi Google vào năm 2016, với ý tưởng thay vì phải sử dụng phương pháp huan luyện tập trung, toàn bộ di liệu phải đưa về máy chủ trung tâm dé huấn luyện thì với Federated Learning có thé huấn luyện ngay tại máy chủ cục bộ sau đó cập nhật các thông số lên máy chủ trung tâm và nhận về mô hình mới đã được cập nhật dựa trên các kết quả của các máy chủ cục bộ, với thuật toán mới này khiến cho việc chia sẻ đữ liệu nhạy cảm giữa các tổ chức tài chính với nhau trở nên không còn cần thiết mà hiệu quả mang lại có thể ngang với huấn luyện tập trung hay thậm chí còn có thể mang lại kết quả tốt hơn.2 Thách thức và mục tiêu Các thách thức trong việc xây dựng mô hình dự đoán gian lận giao dịch gặp phải: © Concept Drift: là van đề gặp phải khi ta xây dựng mô hình dự đoán gian lận giao dịch, mô hình đã học được các hành vi của gian lận giao dịch tuy nhiên các hành vi đó nhanh chóng bị thay đồi bởi những chiến thuật gian lận của các tổ chức tội phạm và mô hình mà ta xây dựng không thê cập nhật kịp thời với những thay đổi đó [1]. Vì thế việc có thé phân biệt chính xác các giao dịch nào là gian lận và không gian lận là vấn đề quan trọng bởi khi các hành vi gian lận thay đổi ta không dự đoán sai về các giao dịch không gian lận.
© Mắt cân bằng dữ liệu: cũng là một vẫn dé của dự đoán gian lận giao dịch khi số lượng giao dịch gian lận chỉ chiếm 0.17% và khi đó khiến cho việc dự đoán bị lệch về giao dịch chiếm đa số [2], để giải quyết có 2 cách tiếp cận sẽ được nhóm trình bày ở những phần tiếp theo. Mục tiêu của nhóm trong khóa luận này đó là ứng dụng Federated Learning trong xây dựng hệ thống phát hiện giao dịch bằng Framework TensorFlow và ứng dụng các thuật toán bảo mật của Federated Learning dé kiểm tra thuật toán nao phi hợp với bài toán. 11 CHƯƠNG 2: CƠ SỞ LÝ THUYET 2.1 Gian lận giao dịch Năm 201 1, hơn 700 triệu giao dịch điện tử diễn ra ở EU, số lượng giao dịch trực tuyến tăng lên một cách nhanh chóng, tổng số tiền giao dịch lên đến 3000 tỷ ơ-rô, khi được ứng dụng EMV (chip-embedded cards) hay còn gọi là thẻ gắn chip giúp tăng cường bao mật thông tin của khách hàng và đồng thời cũng giúp giao dịch trực tiếp an toàn hơn. Tuy vậy số lượng giao dịch gian lận vẫn tiếp tục tăng lên đến con số 1.5 ty ơ-rô mỗi năm để giải quyết vấn đề này cần có một phương pháp xây dựng một hệ thống chuyên biệt dé phát hiện gian lận giao dịch dựa trên thông tin của giao dịch.2 Các loại gian lận giao dich Gian lận giao dịch có thể được chia thành 5 loại trong khóa luận này, nhận biết các loại gian lận hiện nay dé có thé phân biệt được sự khác nhau của từng loại gian lận và có biện pháp đối phó.
e_ Đánh mất / bi lấy cắp (chiếm 1% trong số các loại gian lận): thường xảy ra với người lớn tuổi khi họ bị quan sát mật khẩu khi rút tiền, sau khi đã biết được mật khẩu, họ sẽ bị đánh cắp thẻ. Trong trường hợp nay người thực hiện gian lận giao dịch là kẻ trộm, loại gian lận này không được liệt kê vào nhóm tội phạm có tổ chức [3]. © Đánh cắp trước khi khách hàng có thé sử dụng (chiếm hơn 1%): thẻ tín dung trong quá trình sản xuất và vận chuyển bị đánh cắp. Để tránh trường hợp này ngân hàng có thể yêu cầu người làm thẻ nhận thẻ trực tiếp tại trụ sở của ngân hàng thay vì vận chuyển qua đường bưu điện hoặc sau khi nhận thẻ cần gọi điện với ngân hàng đề xác thực [3].
e Gian lận do rò ri ID của thẻ (không đáng kể): card được làm giả dựa trên các ID bị đánh cắp từ các tổ chức tội phạm [3]. 12 e Thẻ tín dụng giả (< 10% trong tông số giao dịch): thẻ được làm giả với thẻ tin dụng thật đang được sử dụng trong database của tổ chức tài chính, tái tạo lại mã vạch của thẻ và được làm giả lại bởi các tổ chức tội phạm, loại gian lận này chiếm đa số trong quá khứ nhưng với sự xuất hiện của thẻ gắn chip vấn đề đã được khắc phục nhanh chóng. Tuy nhiên với những thẻ không gắn chip vẫn còn được sử dụng ở nhiều nơi trên thế giới [3]. e Gian lận bang giao dich truc tuyén (chiém 90% các giao dịch gian lận): hầu hết các loại gian lận giao dịch hiện nay được thực hiện trực tuyến.
Các xác thực về mã thẻ, ngày hết hạn,. thường bị rò rỉ do tắn công kho dữ liệu bởi các tổ chức tội phạm và được bán trên Deep web. British airways, Mariot Hotels là những cái tên nỗi tiếng bị tổn thất lớn do loại gian lận này vào năm 2018. Người tham gia giao dịch hiện nay sử dụng công nghệ 3D SECURE hay thuật ngữ “bảo mật 3 miền” được xác thực bởi người mua, người bán và miền có khả năng tương tác, sử dụng mật khẩu dùng 1 lần dé thực hiện giao dịch, khi điền đủ thông tin sẽ được gửi otp đề xác thực.
Tuy nhiên với những người giao dịch ở các website như Amazon, Ebay thì lại thường không sử dụng loại bảo mật này. Một vấn đề khác, khi xảy ra các gian lận giao dịch thì các tổ chức tài chính thường không báo cáo các van dé này do sợ ảnh hưởng đến uy tín thương mại [3].3 Các thách thức Việc ứng dụng sử dụng máy học để xây dựng hệ thống phát hiện gian lận giao dịch không hề mới, trên thực tế đã có từ lâu và được sử dụng khắp toàn cầu. Tuy vậy luôn có những thách thức đặt ra để giải quyết bài toán phát hiện gian lận: e Cách thức gian lận giao dich thay đổi theo thời gian - đây là một trong những thách thức lớn nhất gặp phải khi xây dựng hệ thống phát hiện gian lận thẻ giao dịch, đối tượng thực hiện hành vi gian lận luôn tìm cách dùng các phương thức mới để thực hiện gian lận. Chính vì thế điều quan trọng đối với tất cả các hệ thống dự đoán luôn cần phải được cập nhật thay đổi dựa trên những thay đổi của đối tượng phạm tội.
Điều này khiến cho độ chính xác của các mô hình dự đoán bị giảm sút thay vì tiếp tục được huấn luyện để đạt được độ chính xác cao mà phải liên tục cập nhật hoặc sẽ không thể phát hiện được các hành vi gian lận trong tương lai. e Dữ liệu không cân bằng - vấn đề đặc trưng của bài toán do tỉ lệ giao dịch được nhận định là gian lận chiếm tỷ lệ rất nhỏ trong tập dữ liệu vì thế đối với các hệ thống dự đoán sẽ luôn gặp khó khăn trong việc đưa ra kết quả nhằm lẫn khiến cho trải nghiệm dịch vụ khách hàng bị gián đoạn khi giao dịch của họ hoàn toàn hợp pháp hay bỏ qua những hành vi gian lận ảnh hưởng đến tài chính và uy tín của tổ chức tài chính. e Dữ liệu nhạy cảm - hầu hết các dữ liệu, đặc trưng đều là dữ liệu riêng tư không thể chia sẻ giữa các tổ chức tài chính. e Thiếu dữ liệu - việc thu thập các dữ liệu đặc trưng liên quan tới bài toán luôn gặp khó khăn bởi không phải tắt cả các trường hợp gian lận giao dịch đều được phát hiện hoặc được báo cáo bởi các tổ chức tai chính do e ngại van dé uy tin thương mại.4 Ứng dụng máy học để phát hiện gian lận Ứng dụng máy học khi xây dựng hệ thống phát hiện gian lận giao dịch đề thu được các kết quả chính xác hay dự đoán hành vi bắt thường trong tập đữ liệu là các phương pháp mà các tổ chức ngân hàng hiện nay đang ứng dụng.