2017 Fiscal Year Annual Research Report
Online Shopping Frauds Detecting System and its Evaluation
| Project/Area Number |
25280114
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
吉田 健一 筑波大学, ビジネスサイエンス系, 教授 (40344858)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
倉橋 節也 筑波大学, ビジネスサイエンス系, 教授 (40431663)
津田 和彦 筑波大学, ビジネスサイエンス系, 教授 (50302378)
|
|---|
| Project Period (FY) |
2013-04-01 – 2018-03-31
|
| Keywords | 不正検知 / 通信販売 / 名寄せ |
|---|
| Outline of Annual Research Achievements |
関連基盤研究により得た、事前学習を必要としない不正検知技術のアイデアを使い、通販の不正取引(利用者の不払い)検知技術を研究・開発した。
従来の不正検知研究は、データマイニングや統計処理技術の高度化により不正を検知しようと言う試みが多く、事前学習を必要とする事から新手の不正取引手口への対応が困難であった。
報告者はマーケティング支援技術の基盤研究を推進してきた経験から、不正とは言え経済上の目的を持つ行為の本質に基く、事前学習を必要としない不正検知手法の着想を得た。本研究は、この着想に基く不正検知技術の研究に関するもので、事前学習を不要として新手の手口にも対応する事で不正取引の20%程度の削減が可能な技術を開発し、実際の通信販売業者の業務に試用し、目標どおりの性能を持つ事を確認した。
具体的には代金不払いによる商品不正購入を意図する犯罪者は、最小の費用で最大の利益を得るために(即、経済上の目的を持つ行為の本質により)、できるだけ少数のPCで発注を行い、できるだけ少数の住所で、多額の商品を受け取ろうとする。この為、不正取引には同じCookie/IP addressを持つPCからの発注や、同じ住所への発送依頼が短期間に増加すると言う特徴がある。本研究ではこの２つの特色を解析する技術を「PC個体判別技術」と「住所情報名寄せ技術」として具体的な実装方法を考案するとともに、それ以外の特色について検討し、「学習不要型不正検知技術」として取り纏めた。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
29年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
29年度が最終年度であるため、記入しない。
|
