Repository logo
  • English
  • Ελληνικά
  • Log In
    Have you forgotten your password?
Repository logo
  • Collections
  • Research Outputs
  • Projects
  • People
  • Statistics
  • English
  • Ελληνικά
  • Log In
    Have you forgotten your password?
  1. Home
  2. Ψηφιακό Αποθετήριο ΚΥΨΕΛΗ / Kypseli Digital Repository
  3. Theses / Διατριβές και Πτυχιακές Εργασίες
  4. Μεταπτυχιακές Διατριβές / Master Τheses
  5. Πληροφοριακά και Επικοινωνιακά Συστήματα (ΕΛΛ) / Information and Communication Systems (in Greek)
  6. Ανίχνευση μη εξουσιοδοτημένων εξερχόμενων κλήσεων VoIP σε πραγματικό χρόνο
 
  • Details
Options

Ανίχνευση μη εξουσιοδοτημένων εξερχόμενων κλήσεων VoIP σε πραγματικό χρόνο

Author(s)
Παναγιώτου, Παναγιώτης
Date Issued
2017-09-25
Faculty
Σχολή Θετικών και Εφαρμοσμένων Επιστημών / Faculty of Pure and Applied Sciences 
Abstract
Οι κλήσεις απάτης σε VoIP υπηρεσίες αποτελούν ένα μεγάλο πρόβλημα στις εταιρίες τηλεπικοινωνιών, αφού τους επιφέρουν ζημίες εκατομμυρίων ευρώ. Παρά το γεγονός ότι τα συστήματα ασφαλείας των εταιριών έχουν αναπτυχθεί αρκετά, παρουσιάζεται μεγάλη δυσκολία στον εντοπισμό των κακόβουλων χρηστών στα δίκτυα τηλεφωνίας VoIP. Έτσι, στην παρούσα εργασία αποφασίσαμε να δώσουμε έμφαση στον εντοπισμό των κλήσεων απάτης (fraud calls), οι οποίες είναι κλήσεις που γίνονται από τρίτους χωρίς τη γνώση του νομίμου διαχειριστή της υπηρεσίας.
Ο στόχος της παρούσας μεταπτυχιακής εργασίας είναι η έρευνα του κατά πόσο είναι δυνατό με τη χρήση Τεχνητής Νοημοσύνης να εντοπίσουμε και να αντιμετωπίσουμε άμεσα τις κλήσεις απάτης σε ένα δίκτυο τηλεφωνίας VoIP μεγάλης εταιρίας τηλεπικοινωνιών της Κύπρου.
Για τον εντοπισμό των κλήσεων απάτης δημιουργήσαμε μια εφαρμογή χρησιμοποιώντας τον αλγόριθμο μη εποπτείας (unsupervise) ESOINN. Η εφαρμογή προσαρμόστηκε κατάλληλα στα δεδομένα τηλεφωνικών κλήσεων CDRs που μας παρείχε μεγάλη εταιρία τηλεπικοινωνιών της Κύπρου. Υλοποιήθηκαν τρία σενάρια πιθανών κλήσεων απάτης. Ο αλγόριθμος δεν ανταποκρίθηκε στις προσδοκίες μας, αφού δεν έχει το επιθυμητό ποσοστό επιτυχίας. Και στα τρία σενάρια που υλοποιήσαμε το ποσοστό επιτυχίας στον εντοπισμό των κλήσεων απάτης παρέμεινε στο 66,66%. Παρόλ’ αυτά, είναι ένας γρήγορος αλγόριθμος ο οποίος με μια περαιτέρω έρευνα και επεξεργασία των δεδομένων θα μπορούσε να δώσει καλύτερα αποτελέσματα για τον εντοπισμό κλήσεων απάτης.
Publisher
Ανοικτό Πανεπιστήμιο Κύπρου
Format
ix, 85 σ. 30 εκ.
Subjects

VoIP technology

Τεχνολογία Τεχνητής Ν...

Artificial intelligen...

File(s)
Loading...
Thumbnail Image
Name

ΠΕΣ-2017-00257.pdf

Size

3.86 MB

Format

Adobe PDF

Checksum

(MD5):81e6407def886861c50b6e57ed7ee7ac

  • Contact Us
  • Cookie settings
  • Open University of Cyprus
  • OUC Library
  • Policies
  • Accessibility and Data Protection

Find us on:

FacebookFacebook

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science - Powered by Dataly