1

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
---------------------------------------

NGUYỄN MINH THU

NGHIÊN CỨU PHÁT HIỆN GIAN LẬN
TRONG VIỄN THÔNG SỬ DỤNG KỸ THUẬT
KHAI PHÁ DỮ LIỆU
CHUYÊN NGÀNH : TRUYỀN DỮ LIỆU VÀ MẠNG MÁY TÍNH
Mã số: 60.48.15
Người hướng dẫn khoa học: PGS.TS Trần Đình Quế
TÓM TẮT LUẬN VĂN THẠC SĨ

HÀ NỘI - 2011


2

MỞ ĐẦU
Ngành công nghiệp viễn thông là một ngành kinh tế quan trọng
của các quốc gia. Trong những năm vừa qua ngành công nghiệp viễn
thông nước ta đã có những bước phát triển nhanh chóng, cho đến
nay, viễn thông Việt Nam đã có thể "sánh vai" với các nước phát
triển trên thế giới cả về công nghệ, mật độ điện thoại, giá cước...và
đã trở thành một trong những ngành phát triển nhanh và năng động
nhất. [1]. Cùng với sự phát triển của công nghệ và các loại hình dịch
vụ thì gian lận viễn thông cũng gia tăng đang kể mỗi năm và là
nguồn chủ yếu gây thất thoát doanh thu cho ngành công nghiệp viễn
thông. Gian lận xuất hiện trong nhiều lĩnh vực của viễn thông, từ

so sánh . Việc phát hiện theo cách này có nhiều hạn chế, chỉ có thể
theo dõi được một khía cạnh rất nhỏ của các hành vi gian lận. Hơn
nữa việc phát hiện thường chậm và khả năng xử lý trên diện rộng là
rất khó khăn.
Khai phá dữ liệu được dự đoán là "một trong những phát triển
mang tính cách mạng nhất trong những thập kỷ tới", theo tạp chí
công nghệ trực tuyến ZDNet News (ngày 08 tháng hai 2001) Khai
phá dữ liệu có thể được ứng dụng trong nhiều ngành công nghiệp.
Các công ty viễn thông và các công ty thẻ tín dụng là hai trong số các


4
công ty hành đầu trong việc áp dụng khai thác dữ liệu để phát hiện
gian lận sử dụng dịch vụ của họ. Các công ty bảo hiểm và thị trường
chứng khoán cũng quan tâm trong việc áp dụng công nghệ này để
giảm gian lận [8].
Từ những lý do và xu hướng công nghệ trên Luận văn chọn đề tài
“Nghiên cứu phát hiện gian lận trong viễn thông dựa trên kỹ thuật
khai phá dữ liệu”.
Mục tiêu nghiên cứu:
Tìm hiểu vấn đề gian lận trong viễn thông, các loại gian lận,
các phương pháp phát hiện gian lận và đi sâu vào nghiên cứu phương
pháp sử dụng kĩ thuật khai phá dữ liệu để phát hiện các hành vi gian
lận một cách tự động dựa trên dấu hiệu bất thường so với dữ liệu quá
khứ.
Đối tượng và phạm vi nghiên cứu của đề tài


Các loại gian lận và một số phương pháp phát hiện gian lận


Phần mở đầu: Giới thiệu chung về đề tài
Chương 1: Tổng quan về gian lận viễn thông và phòng chống gian
lận viễn thông
Chương 2: Kiến thức về khai phá dữ liệu
Chương 3: Bài toán
Kết luận
Hướng nghiên cứu tiếp theo
Tài liệu tham khảo


6
Chương 1
TỔNG QUAN VỀ GIAN LẬN VIỄN THÔNG VÀ PHÒNG
CHỐNG GIAN LẬN TRONG MẠNG VIỄN THÔNG
Chương 1 giới thiệu chung về gian lận viễn thông, và phòng
chống gian lận trong mạng viễn thông. Trong chương này cũng sẽ
giới thiệu chi tiết một số loại gian lận viễn thông phổ biến nhất,
phân loại các phương pháp phòng chống giân lận, cũng như tình
hình gian lận viễn thông và phòng chống gian lận viễn thông trên thế
giới và Việt Nam hiện nay.
1.1
1.1.1

GIAN LẬN VIỄN THÔNG
Định nghĩa gian lận viễn thông
Phần này giới thiệu những định nghĩa khác nhau về gian lận

viễn thông và phân biệt khái niệm gian lận viễn thông với khái niệm
nợ khó đòi (bad debt)
Gian lận viễn thông là hành vi ăn trộm dịch vụ viễn thông hoặc sử

đổi mới và chi phí cho phòng chống và phát hiện gian lận ngày càng
tốn kém.
1.1.3

Các loại gian lận viễn thông

Phần này giới thiệu các loại gian lận viễn thông phổ biến:


Gian lận thuê bao (Subscription Fraud)



Gian lận sao chép cuộc gọi



Gian lận dịch vụ giá cao



Gian lận sử dụng mạng khách



Gian lận với dịch vụ trả trước



Gian lận với thuê bao cố định

1.2

PHÒNG CHỐNG VÀ PHÁT HIỆN GIAN LẬN TRONG
MẠNG VIỄN THÔNG

1.2.1

Định nghĩa
Phòng chống gian lận là các biện pháp tránh gian lận xuất hiện

ngay từ đầu. Ngược lại phát hiện gian lận là xác định gian lận nhanh
nhất có thể khi gian lận đã xảy ra.
1.2.2

Tình hình phòng chống và phát hiện gian lận viễn thông
Nội dung này trình bày tình hình phòng chống và phát hiện

gian lận viễn thông trên thế giới nói chung và tại Việt Nam nói riêng.
Hiện nay công tác phòng chống, phát hiện gian lận đã được các
quốc gia trên thế giới đầu tư nghiên cứu mạnh mẽ nhiều nước đã đưa
ra cả chiến lược cho việc phòng chống, phát hiện gian lận. Tuy nhiên
phần lớn vẫn là tập trung cho việc Phát hiện gian lận trong mạng di
động điển hình là dự án tại Châu Âu ASPeCT (Advance Security for
Personal Communications Technologies) (Shawe-Taylor, Howker &
Burge, 1999; Shawe-Taylor et al., 2000; Burge & Shawe-Taylor,


9
2001). Công cụ phát hiện gian lận ASPeCT sử dụng hệ thống dựa
trên các luật (rule) để xác định một số loại gian lận và mạng nơron để

phân cụm cho phát hiện gian lận trong viễn thông
Chương 2
KIẾN THỨC VỀ KHAI PHÁ DỮ LIỆU
Chương này sẽ giới thiệu tổng quan về kĩ thuật khai phá dữ liệu
, các phương pháp tiếp cận, qui trình khai phá dữ liệu và đi sâu tìm
hiểu kỹ thuật phân cụm dữ liệu; phân cụm dữ liệu sử dụng thuật toán
K_Means.
2.1
2.1.1

KIẾN THỨC CHUNG VỀ KHAI PHÁ DỮ LIỆU
Giới thiệu chung
Giới thiệu về vai trò, xu hướng phát triển, ứng dụng của khai

phá dữ liệu. Khai thác dữ liệu được dự đoán là "một trong những
phát triển mang tính cách mạng nhất của thập kỷ tiếp theo "
2.1.2

Định nghĩa khai phá dữ liệu
Nội dung này trình bày định nghĩa về khai phá dữ liệu. Khai

phá dữ liệu là quá trình tìm kiếm những thông tin (tri thức) có
ích, tiềm ẩn và mang tính dự đoán trong các khối cơ sở dữ liệu lớn.
2.1.3

Quá trình khai phá dữ liệu
Phần này trình bày các bước của quá trình khai phá dữ liệu

chuẩn: Xác định nhiệm vụ, xác định dữ liệu liên quan, thu thâp dữ
liệu, mô hình hóa và Đánh giá.


là quá trình nhóm một tập các đối tượng tương tự nhau trong tập
dữ liệu vào các cụm sao cho các đối tượng thuộc cùng một
cụm là tương đồng, còn các đối tượng thuộc các cụm khác nhau sẽ
không tương đồng [11] .
2.2.2

Các kĩ thuật tiếp cận trong phân cụm dữ liệu
Phần này trình bày kiến thức chung nhất về các kỹ thuật trong

phân cụm dữ liệu:
 Phân cụm phân cấp (Hierarchical clustering algorithm )
 Phân cụm phân hoạch (Partition clustering algorithm )
 Phân cụm dựa trên quang phổ (Spectral clustering algorithm)


Phân cụm dựa trên lưới (Grid based clustering algorithm )

 Phân loại dựa trên mật độ (Density based clustering algorithm)
2.3

THUẬT TOÁN K_MEANS CHO PHÂN CỤM DỮ LIỆU
Phần này giới thiệu và mô tả thuật toán K-Means và các ứng

dụng của thuật toán K_Means.


12
2.3.1



13
Chương 3
BÀI TOÁN
Chương 3 sẽ giới thiệu về bài toán, phạm vi yêu cầu và cài
đặt thuật toán KMeams cho bài toán. Chương cũng giới thiệu cách
phân tích kết quả phân cụm để kiểm tra dấu hiệu gian lận của thuê
bao.
3.1

GIỚI THIỆU

3.1.1

Lý do chọn và phạm vi bài toán
Phần này trình bày lý do chọn và phạm vi bài toán xét trong

luận văn. Trong luận văn này xét phạm vi bài toán dịch vụ giá cao và
các dịch vụ giá trị gia tăng.
Các dịch vụ giá cao trong mạng viễn thông chúng ta thường quan
tâm như:
 Dịch vụ 1900


Dịch vụ 108



Dịch vụ Nội dung (CP)



14


Số tiền sử dụng dịch vụ 108



Số cuộc thoại thường



Số tiền sử dụng dịch vụ thoại thường

Trong phạm vi của luận văn chúng ta sẽ xét tới hai dịch vụ là:
+ Dịch vụ 1900
+ Dịch vụ CP
3.1.2

Phát biểu bài toán

Nội dung phát biểu bài toán. Cho một cơ sở dữ liệu thuê bao sử
dụng dịch vụ 1900, và các dịch vụ giá trị gia tăng. Mỗi một bản ghi
gồm có các thông tin :


Số thuê bao




15
Nội dung cũng sẽ giới thiệu một số giao diện kết quả cài đặt khi chạy
chương trình.
3.2.3

Phân tích kêt quả cài đặt
Nội dung này sẽ trình bày cách phân tích kết quả cài đặt và cho

ra kết luận về dấu hiệu gian lận của hành vi sử dụng dịch của khách
hàng.
3.3

MÃ CÀI ĐẶT
Phần này là phần mã cài đặt của các lớp.

3.4

ĐÁNH GIÁ KẾT QUẢ CÀI ĐẶT

Phần này đánh giá ưu nhược điểm của thuật toán xét với kết quả cài
đặt của thuật toán.
3.5

Kết luận chương
Chương đã mô tả bài toán, cài đặt thuật toán K-Means trên

nguồn cơ sở dữ liêụ thực tế và đã phân tích sử dụng kết quả cài đặt
cho việc phát hiện gian lận với hành vi sử dụng dịch vụ giá trị giá
cao của khách hàng.



Khai phá dữ liệu là một trong những kĩ thuật đã được ứng
ứng dụng rộng rãi trong nhiều lĩnh vực nói chung và trong
phát hiện gian lận nói riêng. Luận văn đã tìm hiểu những
kiến thức chung nhất về khai phá dữ liệu và đi sâu vào tìm
hiểu kĩ thuật phân cụm, và thuật toán được sử dụng nhiều
trong phân cụm dữ liệu là K-Means.


17


Luận văn cũng đã tiến hành cài đặt thuật toán K-Means để
phát hiện gian lận trong viễn thông dựa trên việc khảo sát
các nguồn dữ liệu tiêu dùng các dịch vụ giá cao 1900 từ
nguồn dữ liệu thực tế của Mobifone.



Dựa trên kết quả cài đặt và phân cụm, Luận văn cũng thực
hiện phân tích kết quả và bước đầu phát hiện ra dấu hiệu
gian lận với bài toán tiêu dùng các dịch vụ giá cao. Với
những nội dung và kết quả đạt được Luận văn cũng cho thấy
rằng sử dụng khai phá dữ liệu trong phát hiện gian lận là một
hướng mới, có triển vọng và có thể tiếp tục nghiên cứu để
áp dụng vào thực tế.
HƯỚNG NGHIÊN CỨU TIẾP THEO




[3]

Gary M. Weiss (2004), Data mining in Telecommunications

[4]

Constantinos S. Hilas, John N. Sahalo (2009),

User

Profiling for Fraud Detection in Telecommunication
Networks .
[5]

Clifton Phua, Vincent Lee, Kate Smith& Ross GayLer
(2010) , A Comprehensive Survey of Data Mining-based
Fraud Detection Research.

[6]

http://www.dinkla.net/fraud/types.html,

truy

nhập

ngày

10/5/2011
[7]


http://www.anderson.ucla.edu/faculty/jason.frand/teacher/tec
hnologies/palace/datamining.htm, truy nhập ngày 10/6/2011.

[14]

http://www.ijecbs.com/January2011/N6Jan2011.pdf,

truy

nhập ngày 15/6/2011.
[15]

http://www.resample.com/xlminer/help/HClst/HClst_intro.ht
m, truy nhập ngày 15/6/2011.

[16]

http://scialert.net/fulltext/?doi=itj.2011.478.484&org=11,
truy nhập ngày 10/6/2011.

[17]

Francis R.bach & Michaeld I.Jordan (2003), Leaning
Spectral Clustering.

[18]

http://www.crisp-dm.org/, truy nhập ngày 15/6/2011