Spark-Analysen in einem Hadoop- und Storm basierten Betrugserkennungssystem

Rick P.C. Moritz, 8. Januar 2016

Die elektronischen Kundenkanäle von Banken sind beliebtes Ziel von Betrügern. Diese erspähen oder stehlen Legitimationsschlüssel und initiieren Überweisungen von den Konten ihrer Opfer aus. Um diesen finanziellen Schaden abzuwenden – und regulatorischen Anforderungen zu entsprechen – ist ein intelligentes Betrugserkennungssystem unabdingbar. Wir beschreiben, wie ein reines Transaktionsbewertungssystem um ein integriertes Analyseumfeld erweitert werden kann, um Betrugsfälle besser modellieren zu können, und die Transaktionsbewertung zu optimieren. Wir verwenden skalierbare, Open-Source Big-Data-Software aus dem Hadoop-Umfeld. Anhand einer Fallstudie zeigen wir, wie man Storm und HBase für die Bewertung, Spark und Hive für die Analyse einsetzen kann. Zusätzlich zeigen wir, wie man traditionelle Statistik-Software mit wenig Aufwand anbinden kann, am Beispiel von einer Integration mit R. Dabei beachten wir die besonderen Anforderungen, die die Integration in den Zahlungsverkehr mit sich bringt.
zum kompletten Whitepaper