Написать диплом по теме «Поиск подозреваемых в финансовых преступлениях на основе историй транзакций с помощью алгоритма на графах»
В работе по теме «Поиск подозреваемых в финансовых преступлениях на основе историй транзакций с помощью алгоритма на графах» студент разрабатывает систему анализа финансовых операций, выявляющую подозрительные схемы через графовые модели. Реализация включает построение графа транзакций, применение алгоритмов поиска сообществ (например, Louvain), выделение аномальных паттернов и визуализацию результатов. Проект соответствует требованиям ВШЭ по направлению 09.03.02 «Прикладная информатика».
Нужен разбор вашей темы Поиск подозреваемых в финансовых преступлениях на основе историй транзакций с помощью алгоритма на графах? Получите бесплатную консультацию: @Diplomit | +7 (987) 915-99-32 (WhatsApp)
Актуальность темы
Каждый год в России выявляется более 50 000 случаев мошенничества с использованием банковских карт (данные Росстата, 2025). При этом до 70% транзакций в «серых» схемах проходят через цепочки подставных лиц, что затрудняет ручной анализ. Традиционные методы фильтрации (по суммам, частоте операций) не справляются с маскировкой.
Графовые алгоритмы позволяют выявлять скрытые связи. Например, в 2024 году ЦБ РФ рекомендовал банкам внедрять системы анализа связей (network analysis) в рамках AML-контроля. Это стало ответом на рост криптопирамид и обналичивания через МСБ.
В ВШЭ студенты работают с реальными кейсами из практики Сбербанка, ВТБ и Росфинмониторинга. Тема «Поиск подозреваемых в финансовых преступлениях на основе историй транзакций с помощью алгоритма на графах» отвечает требованиям ФСТЭК по защите персональных данных и соответствует ГОСТ Р 57580.1-2017 «Информационная безопасность. Антифрод-системы».
Цель и задачи
Цель исследования: разработка программного модуля для выявления подозрительных участников в цепочках финансовых транзакций на основе графовых алгоритмов.
Задачи:
- Проанализировать нормативную базу по противодействию отмыванию (ФЗ-115, рекомендации FATF).
- Изучить существующие решения: SAS Anti-Money Laundering, Oracle Financial Services, open-source библиотеки (NetworkX, Gephi).
- Построить модель графа транзакций на основе имитационных данных.
- Реализовать алгоритм поиска сообществ (Louvain) и центральности (Betweenness Centrality). <5>Разработать интерфейс визуализации подозрительных кластеров.
- Оценить эффективность модели на тестовых данных.
- Рассчитать экономический эффект от внедрения в ИТ-инфраструктуру банка.
Задачи соответствуют структуре методички ВШЭ: от анализа к проектированию и оценке эффективности.
Объект и предмет исследования
- Объект: процесс обработки транзакций в коммерческом банке (на примере филиала ВТБ в Москве).
- Предмет: алгоритмы анализа связей в графе финансовых операций.
Рекомендуемая структура дипломной работы
| Раздел ВКР | Рекомендуемый объем |
|---|---|
| Введение | 3–5 страниц |
| Теоретическая глава | 25–30 страниц |
| Аналитическая часть | 30–40 страниц |
| Практическая часть | 30–40 страниц |
| Экономическая эффективность | 20–25 страниц |
| Заключение | 3–5 страниц |
Пример введения для ВШЭ
Финансовые преступления становятся всё более технологичными. По данным Росфинмониторинга, в 2025 году объём подозрительных операций превысил 1,2 трлн рублей. Традиционные системы фильтрации не справляются с динамичными схемами, где используются цепочки подставных лиц и микротранзакции. Актуальным решением является применение графовых алгоритмов для выявления скрытых сообществ. Цель работы — разработка модуля анализа транзакций на основе алгоритма Louvain. Объект исследования — процесс обработки платежей в ВТБ. Предмет — алгоритмы поиска сообществ в графах. Работа опирается на ГОСТ Р 57580.1-2017 и рекомендации FATF.
Как написать заключение по Прикладная информатика
В ходе работы был проанализированы методы выявления финансовых преступлений. Разработан программный модуль на Python с использованием библиотеки NetworkX, способный строить графы транзакций и выделять подозрительные кластеры. Эксперимент показал, что алгоритм Louvain позволяет выявить 92% изолированных сообществ при ложноположительных срабатываниях менее 8%. Экономический эффект от внедрения в ИТ-инфраструктуру банка оценён в 4,2 млн рублей в год за счёт сокращения ручного анализа. Рекомендуется интеграция модуля в существующую AML-систему с последующей дообучением на реальных данных.
Требования к списку литературы ВШЭ
Список оформляется по ГОСТ Р 7.0.100-2018. Должен включать не менее 20 источников, из них 10% — за последние 2 года. Примеры авторитетных источников:
- Федеральный закон №115-ФЗ «О противодействии легализации доходов, полученных преступным путём» — официальный текст
- Рекомендации FATF по AML/CFT — международный стандарт
- ГОСТ Р 57580.1-2017 — текст стандарта
Застряли на этапе анализа нормативной базы? Наши эксперты по Прикладная информатика помогут разобраться. Написать в Telegram или +7 (987) 915-99-32 (WhatsApp)
⭐ MAКСТипичные ошибки при написании Поиск подозреваемых в финансовых преступлениях на основе историй транзакций с помощью алгоритма на графах
- Ошибка: Использование реальных банковских данных без анонимизации → Как проверить: Все персональные данные должны быть заменены на синтетические. Используйте Faker в Python.
- Ошибка: Отсутствие сравнения алгоритмов (Louvain vs Girvan-Newman) → Решение: Добавьте таблицу сравнения по метрикам: время выполнения, точность, F1-мера.
- Ошибка: Код без комментариев и структуры → Чек-лист: Каждый модуль — с docstring, комментарии на русском, PEP8 соблюдён.
- Ошибка: Экономика без привязки к ИТ-инфраструктуре → Решение: Укажите, на каком сервере будет работать система, сколько потребляет CPU, памяти.
Вопросы, которые часто задают студенты
Можно ли использовать готовые решения в ВКР?
Да, но с адаптацией. Например, можно использовать NetworkX для построения графа, но логику фильтрации и визуализации нужно дорабатывать. Научрук в ВШЭ требует, чтобы основной алгоритм был написан студентом. Готовые AML-системы (SAS) можно анализировать, но не копировать.
Сколько страниц должна быть практическая часть?
В ВШЭ — от 40 страниц. Должны быть: схема графа, код ключевых функций (минимум 500 строк), экранные формы, результаты тестирования. Если кода мало — добавьте пояснения, блок-схемы, сравнение алгоритмов.
Можно ли использовать open-source решения?
Да, даже рекомендуется. Например, Gephi для визуализации, Neo4j для хранения графа. Главное — указать в списке ПО и обосновать выбор. В методичке ВШЭ есть раздел «Обоснование выбора ПО», его нужно заполнить.
Частые вопросы по теме «Поиск подозреваемых в финансовых преступлениях на основе историй транзакций с помощью алгоритма на графах»
- В: Нужен ли реальный код в приложении? О: Да, фрагменты ключевых модулей обязательны. Особенно — функция поиска сообществ и фильтрации по порогу центральности.
- В: Как проверить уникальность перед сдачей? О: Используйте Антиплагиат.ВУЗ с настройками ВШЭ. Порог — 75%. Код проверяется отдельно, он может быть ниже.
- В: Можно ли брать данные из интернета? О: Только синтетические. Например, сгенерированные через Python Faker. Реальные банковские выгрузки — под запретом.
Что проверить перед сдачей
✅ Чек-лист перед защитой Поиск подозреваемых в финансовых преступлениях на основе историй транзакций с помощью алгоритма на графах
- □ Все задачи из введения выполнены и отражены в заключении
- □ Структура соответствует требованиям методички ВШЭ
- □ Уникальность >75% по Антиплагиат.ВУЗ (настройки вуза)
- □ Источники оформлены по ГОСТ Р 7.0.100-2018
- □ Работа содержит реальные данные, а не шаблоны
- □ Код проходит проверку на PEP8 (или аналог для другого языка)
- □ В приложении есть фрагменты кода (около 400 операторов)
Нужна помощь с вашей работой?