SlideShare ist ein Scribd-Unternehmen logo
1 von 31
Credit Card Fraud
Detection
Réalisé par:
HOUDOUD Sara
KHARROUBI Asmaa
SENBA Hanae
KALI Youssef
HAROUI Amine
BELARBI Oussama
Encadré par:
HADDOUCH Khalid
1
2
3
4
5
6
Introduction
Big Data et Monétique
Data et detection des
fraudes
Credit card fraud detection
Implémentation
Conclusion
PLAN
INTRODUCTION
Les progrès continus des nouvelles
technologies de l’Information et de la
Communication définissent, à nos jours un
nouveau style de vie.
Ce nouveau style de vie qui commence à
s’ancrer dans notre quotidien nous pousse
à prendre de nouvelles habitudes.
Il a permis une certaine facilité dans les
transactions, et s’est révélé être un super
gagne temps pour les utilisateurs.
L’un de ces inconvénients est l’augmentation des fraudes monétiques.
C’est dans ce cadre que s’inscrit notre projet, intitulé « Credit card fraud detection
» ce qui dévoilera le rôle important du big data et l’apprentissage machine dans la
détection des fraudes.
Problématique
Big Data
Definition :
Big data, littéralement les « grosses données », ou mégadonnées, désignent des
ensembles de données qui deviennent tellement volumineux qu'ils en deviennent
difficiles à travailler avec des outils classiques de gestion de base de données ou
de gestion de l'information.
Big Data
Big Data
Les dimensions du Big Data :
Big Data
Les domaines d’utilisation de Big Data :
Monétique
La monétique désigne l'ensemble des traitements électroniques, informatiques et
télématiques nécessaires à la gestion de cartes bancaires ainsi que des transactions
associées. Elle peut être aussi définie comme la gestion automatique (électronique) de la
monnaie.
Définition:
Composants :
Il existe principalement deux composants dans la monétique :
Le support et les systèmes de traitement
Le support est tout moyen de paiement ou d’encaissement présenté sous forme de
carte plastique, équipée d’une bande magnétique et éventuellement d’une puce
électronique.
Monétique
Les composants de la carte de crédit
Monétique
Les systèmes de traitement ce sont des appareils électroniques permettant de lire
les informations contenues dans les différents supports de la monétique. Ils sont
généralement connectés à un centre de gestion des comptes des utilisateurs.
Il en existe plusieurs dont :
Les automates bancaires (DAB/GAB)
Les Terminaux de paiement électroniques
Monétique
. Il existe plusieurs sortes de carte, en fonction de leur vocation à savoir:
• Les cartes de retrait
• Les cartes de paiement
• Les cartes de crédit
• Les cartes commerciales, ou professionnelles
Monétique
Big data et secteur bancaire
La relation entre le Big Data et le secteur financier:
Le big data dans la finance fait référence aux pétaoctets de
données structurées et non structurées qui peuvent être utilisées
pour anticiper les comportements des clients et créer des
stratégies pour les banques et les institutions financières.
Statistique
Le secteur bancaire est de ceux qui détiennent le plus gros volume de data,
après les réseaux sociaux et bien sûr Google. Ces données sont présentées
sous de multiples formes, notamment :
• des données structurées : retraits d’argent aux distributeurs, paiement par
CB, consultation du compte sur smartphone, etc.
• des données semi-structurées : parcours client sur le web, messages
mail,etc ;
• des données non-structurées : point téléphonique avec un conseiller
bancaire, centres d’appels, etc.
Data et Détection des fraudes
En remplaçant un process de détection traditionnel basé sur des informations
parcellaires par l’utilisation des Data Sciences, la banque a considérablement
amélioré le temps nécessaire à la détection des fraudes et en a amélioré
la fiabilité.
Data et Détection des fraudes
La fraude par carte de crédit est définie comme l’utilisation non autorisée
d’un compte de carte de crédit pour obtenir de l’argent, des produits ou des
services.
Pour ce faire, les cybercriminels peuvent dérober physiquement les
informations de compte de la carte de crédit, les acquérir via des appareils
électroniques de « skimming » ou des logiciels malveillants, ou même les
acheter sur le dark web.
Qu’est ce qu’une fraude par carte de crédit ?
Les types les plus courants de fraude par carte de crédit incluent
entre autres :
• Demande frauduleuse
• Fraude par paiement à distance
• Usurpation d’identité présumée
• Fraude par prise de contrôle de compte
• Fraude amicale
Types de fraude par carte de crédit
Vous avez constaté une anomalie lors de votre retrait ou paiement, des achats que
vous n’avez pas effectués figurent sur vos relevés? Attention, vous avez peut-être été
victime de fraude.
Les signes de fraude que vous pouvez remarquer:
• La forme du clavier du guichet vous semble inhabituelle
• Le commis passe votre carte à plusieurs reprises dans le lecteur
• Un clavier semble avoir été collé sur le dessus du terminal de point de vente ou sur
le guichet automatique
COMMENT DÉTECTER LES SIGNES DE
FRAUDE PAR CARTE ?
Exemple : La fraude récente qui a ciblé les
cartes de la banque CIH
Credit card fraud detection
La détection des fraudes est l'étape la plus importante d'un processus de gestion
des risques afin d'éviter une récurrence. Des volumes élevés de fraude peuvent nuire
aux revenus et à la réputation. Heureusement, il est possible de traiter la fraude avant
qu'elle ne se produise. Par conséquent, on a adopté ce projet à fin de découvrirez les
différentes techniques pour détecter les fraudes
Implémentation du projet :
Pour pouvoir réalisé notre projet de détection de fraudes des cartes bancaires , on a
besoin des outils suivants :
• Apache Spark
•Colaboratory
Les outils utilisés:
Credit card fraud detection
Implémentation d’une méthode de détection de fraudes
en utilisant Spark
Initialisons le pyspark et les packages nécessaires.
Implémentation
Implémentation
Implémentation
Implémentation
Implémentation
Conclusion
Prévenez et découragez les vols avant qu’ils ne se produisent en adoptant une
stratégie de prévention de la fraude qui surveille, de façon proactive et en
temps réel, l’activité des transactions. L’investissement dans une technologie
de gestion des fraudes par carte de crédit aide votre commerce de détail en
ligne à atténuer les risques, à réduire le coût de la fraude et à protéger la
réputation de votre marque.
MERCI DE VOTRE ATTENTION 

Weitere ähnliche Inhalte

Was ist angesagt?

Data Mining (Partie 1).pdf
Data Mining (Partie 1).pdfData Mining (Partie 1).pdf
Data Mining (Partie 1).pdfOuailChoukhairi
 
Introduction cyber securite 2016
Introduction cyber securite 2016Introduction cyber securite 2016
Introduction cyber securite 2016PRONETIS
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Digital Thursday
 
Déploiement d'une infrastructure à  clé publique enjeux et conformité 1.2
Déploiement d'une infrastructure à  clé publique   enjeux et conformité 1.2Déploiement d'une infrastructure à  clé publique   enjeux et conformité 1.2
Déploiement d'une infrastructure à  clé publique enjeux et conformité 1.2ISACA Chapitre de Québec
 
Arbre de décision.pdf
Arbre de décision.pdfArbre de décision.pdf
Arbre de décision.pdfimane26
 
Présentation projet de fin d'étude
Présentation projet de fin d'étudePrésentation projet de fin d'étude
Présentation projet de fin d'étudeDonia Hammami
 
Sécurité des systèmes d'informations
Sécurité des systèmes d'informations Sécurité des systèmes d'informations
Sécurité des systèmes d'informations Emna Tfifha
 
Cours CyberSécurité - Concepts Clés
Cours CyberSécurité - Concepts ClésCours CyberSécurité - Concepts Clés
Cours CyberSécurité - Concepts ClésFranck Franchin
 
Mise en place d'une autorité de certification (PKI) sous windows server 2008
Mise en place d'une autorité de certification (PKI) sous windows server 2008 Mise en place d'une autorité de certification (PKI) sous windows server 2008
Mise en place d'une autorité de certification (PKI) sous windows server 2008 Youcef Aliarous
 
Présentation de mon PFE
Présentation de mon PFEPrésentation de mon PFE
Présentation de mon PFENadir Haouari
 
Data mining - Classification - arbres de décision
Data mining - Classification - arbres de décisionData mining - Classification - arbres de décision
Data mining - Classification - arbres de décisionMohamed Heny SELMI
 
Introduction: Intelligence Artificielle, Machine Learning et Deep Learning
Introduction: Intelligence Artificielle, Machine Learning et Deep LearningIntroduction: Intelligence Artificielle, Machine Learning et Deep Learning
Introduction: Intelligence Artificielle, Machine Learning et Deep LearningNcib Lotfi
 
présentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptx
présentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptxprésentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptx
présentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptxMustaphaNouaman
 

Was ist angesagt? (20)

Data Mining (Partie 1).pdf
Data Mining (Partie 1).pdfData Mining (Partie 1).pdf
Data Mining (Partie 1).pdf
 
Introduction cyber securite 2016
Introduction cyber securite 2016Introduction cyber securite 2016
Introduction cyber securite 2016
 
Présentation Cryptographie
Présentation CryptographiePrésentation Cryptographie
Présentation Cryptographie
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
 
Déploiement d'une infrastructure à  clé publique enjeux et conformité 1.2
Déploiement d'une infrastructure à  clé publique   enjeux et conformité 1.2Déploiement d'une infrastructure à  clé publique   enjeux et conformité 1.2
Déploiement d'une infrastructure à  clé publique enjeux et conformité 1.2
 
Arbre de décision.pdf
Arbre de décision.pdfArbre de décision.pdf
Arbre de décision.pdf
 
Présentation projet de fin d'étude
Présentation projet de fin d'étudePrésentation projet de fin d'étude
Présentation projet de fin d'étude
 
Les systèmes intelligents
Les systèmes intelligentsLes systèmes intelligents
Les systèmes intelligents
 
Sécurité des systèmes d'informations
Sécurité des systèmes d'informations Sécurité des systèmes d'informations
Sécurité des systèmes d'informations
 
Detection de fraude
Detection de fraudeDetection de fraude
Detection de fraude
 
Internet Of Things
Internet Of Things Internet Of Things
Internet Of Things
 
Cours CyberSécurité - Concepts Clés
Cours CyberSécurité - Concepts ClésCours CyberSécurité - Concepts Clés
Cours CyberSécurité - Concepts Clés
 
Mise en place d'une autorité de certification (PKI) sous windows server 2008
Mise en place d'une autorité de certification (PKI) sous windows server 2008 Mise en place d'une autorité de certification (PKI) sous windows server 2008
Mise en place d'une autorité de certification (PKI) sous windows server 2008
 
Ingénierie sociale
Ingénierie socialeIngénierie sociale
Ingénierie sociale
 
Présentation PFE
Présentation PFEPrésentation PFE
Présentation PFE
 
Présentation de mon PFE
Présentation de mon PFEPrésentation de mon PFE
Présentation de mon PFE
 
Data mining - Classification - arbres de décision
Data mining - Classification - arbres de décisionData mining - Classification - arbres de décision
Data mining - Classification - arbres de décision
 
Présentation PFE
Présentation PFEPrésentation PFE
Présentation PFE
 
Introduction: Intelligence Artificielle, Machine Learning et Deep Learning
Introduction: Intelligence Artificielle, Machine Learning et Deep LearningIntroduction: Intelligence Artificielle, Machine Learning et Deep Learning
Introduction: Intelligence Artificielle, Machine Learning et Deep Learning
 
présentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptx
présentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptxprésentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptx
présentation PowerPoint pfe 2022 réaliser par Youssef nemmaoui.pptx
 

Ähnlich wie Crédit card Fraud Detection

Innovation, retour sur 2015 et tendances 2016
Innovation, retour sur 2015 et tendances 2016Innovation, retour sur 2015 et tendances 2016
Innovation, retour sur 2015 et tendances 2016Antoine Wintrebert
 
La proposition de la FNEM pour faire face à la fraude dans les payements élec...
La proposition de la FNEM pour faire face à la fraude dans les payements élec...La proposition de la FNEM pour faire face à la fraude dans les payements élec...
La proposition de la FNEM pour faire face à la fraude dans les payements élec...Made In Morocco
 
French_iSignthis Brochures
French_iSignthis BrochuresFrench_iSignthis Brochures
French_iSignthis BrochuresJohn Karantzis
 
IBM Counter-Fraud Management for Insurance
IBM Counter-Fraud Management for InsuranceIBM Counter-Fraud Management for Insurance
IBM Counter-Fraud Management for InsuranceKrystel Hery
 
Atelier Credit Agricole salon Clickandshop 2018
Atelier Credit Agricole salon Clickandshop 2018Atelier Credit Agricole salon Clickandshop 2018
Atelier Credit Agricole salon Clickandshop 2018Brigitte Marandon
 
portefeuilles électroniques
portefeuilles électroniquesportefeuilles électroniques
portefeuilles électroniquesWahb Hub
 
E paiement (2)
E paiement (2)E paiement (2)
E paiement (2)Maeyy
 
L'intelligence artificielle et la gestion de patrimoine
L'intelligence artificielle et la gestion de patrimoineL'intelligence artificielle et la gestion de patrimoine
L'intelligence artificielle et la gestion de patrimoineEmilie Scalla
 
Digitalisation des parcours client : client first !
Digitalisation des parcours client : client first !Digitalisation des parcours client : client first !
Digitalisation des parcours client : client first !Wavestone
 
Solution de e-paiement NTT Communications
Solution de e-paiement NTT CommunicationsSolution de e-paiement NTT Communications
Solution de e-paiement NTT CommunicationsNTTE_France
 
Présentation Biométrie et Marketing
Présentation Biométrie et MarketingPrésentation Biométrie et Marketing
Présentation Biométrie et MarketingJeremi Roch
 
Identification, investigation et prévention des fraudes : la nécessité d'inn...
Identification, investigation et prévention des fraudes :  la nécessité d'inn...Identification, investigation et prévention des fraudes :  la nécessité d'inn...
Identification, investigation et prévention des fraudes : la nécessité d'inn...Aproged
 
Du co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par PaypalDu co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par PaypalLaFrenchMobile
 
De la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaireDe la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaireLaurence Dupré
 
De la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaireDe la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaireLaurence Dupré
 
Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...
Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...
Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...Paysite-cash France
 

Ähnlich wie Crédit card Fraud Detection (20)

Innovation, retour sur 2015 et tendances 2016
Innovation, retour sur 2015 et tendances 2016Innovation, retour sur 2015 et tendances 2016
Innovation, retour sur 2015 et tendances 2016
 
Paiement en ligne
Paiement en lignePaiement en ligne
Paiement en ligne
 
La proposition de la FNEM pour faire face à la fraude dans les payements élec...
La proposition de la FNEM pour faire face à la fraude dans les payements élec...La proposition de la FNEM pour faire face à la fraude dans les payements élec...
La proposition de la FNEM pour faire face à la fraude dans les payements élec...
 
Chapitre 2
Chapitre 2Chapitre 2
Chapitre 2
 
French_iSignthis Brochures
French_iSignthis BrochuresFrench_iSignthis Brochures
French_iSignthis Brochures
 
Paiements électronique
Paiements électroniquePaiements électronique
Paiements électronique
 
IBM Counter-Fraud Management for Insurance
IBM Counter-Fraud Management for InsuranceIBM Counter-Fraud Management for Insurance
IBM Counter-Fraud Management for Insurance
 
Atelier Credit Agricole salon Clickandshop 2018
Atelier Credit Agricole salon Clickandshop 2018Atelier Credit Agricole salon Clickandshop 2018
Atelier Credit Agricole salon Clickandshop 2018
 
portefeuilles électroniques
portefeuilles électroniquesportefeuilles électroniques
portefeuilles électroniques
 
E paiement (2)
E paiement (2)E paiement (2)
E paiement (2)
 
L'intelligence artificielle et la gestion de patrimoine
L'intelligence artificielle et la gestion de patrimoineL'intelligence artificielle et la gestion de patrimoine
L'intelligence artificielle et la gestion de patrimoine
 
Digitalisation des parcours client : client first !
Digitalisation des parcours client : client first !Digitalisation des parcours client : client first !
Digitalisation des parcours client : client first !
 
Solution de e-paiement NTT Communications
Solution de e-paiement NTT CommunicationsSolution de e-paiement NTT Communications
Solution de e-paiement NTT Communications
 
Présentation Biométrie et Marketing
Présentation Biométrie et MarketingPrésentation Biométrie et Marketing
Présentation Biométrie et Marketing
 
Mobilegov Février 09
Mobilegov Février 09Mobilegov Février 09
Mobilegov Février 09
 
Identification, investigation et prévention des fraudes : la nécessité d'inn...
Identification, investigation et prévention des fraudes :  la nécessité d'inn...Identification, investigation et prévention des fraudes :  la nécessité d'inn...
Identification, investigation et prévention des fraudes : la nécessité d'inn...
 
Du co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par PaypalDu co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par Paypal
 
De la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaireDe la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaire
 
De la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaireDe la peur des comportements millenials à l'erreur stratégique bancaire
De la peur des comportements millenials à l'erreur stratégique bancaire
 
Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...
Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...
Comment réduire vos impaysé et optimiser vos conversions avec le 3-D Secure D...
 

Crédit card Fraud Detection

  • 1. Credit Card Fraud Detection Réalisé par: HOUDOUD Sara KHARROUBI Asmaa SENBA Hanae KALI Youssef HAROUI Amine BELARBI Oussama Encadré par: HADDOUCH Khalid
  • 2. 1 2 3 4 5 6 Introduction Big Data et Monétique Data et detection des fraudes Credit card fraud detection Implémentation Conclusion PLAN
  • 3. INTRODUCTION Les progrès continus des nouvelles technologies de l’Information et de la Communication définissent, à nos jours un nouveau style de vie. Ce nouveau style de vie qui commence à s’ancrer dans notre quotidien nous pousse à prendre de nouvelles habitudes. Il a permis une certaine facilité dans les transactions, et s’est révélé être un super gagne temps pour les utilisateurs.
  • 4. L’un de ces inconvénients est l’augmentation des fraudes monétiques. C’est dans ce cadre que s’inscrit notre projet, intitulé « Credit card fraud detection » ce qui dévoilera le rôle important du big data et l’apprentissage machine dans la détection des fraudes. Problématique
  • 5. Big Data Definition : Big data, littéralement les « grosses données », ou mégadonnées, désignent des ensembles de données qui deviennent tellement volumineux qu'ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données ou de gestion de l'information.
  • 7. Big Data Les dimensions du Big Data :
  • 8. Big Data Les domaines d’utilisation de Big Data :
  • 9. Monétique La monétique désigne l'ensemble des traitements électroniques, informatiques et télématiques nécessaires à la gestion de cartes bancaires ainsi que des transactions associées. Elle peut être aussi définie comme la gestion automatique (électronique) de la monnaie. Définition:
  • 10. Composants : Il existe principalement deux composants dans la monétique : Le support et les systèmes de traitement Le support est tout moyen de paiement ou d’encaissement présenté sous forme de carte plastique, équipée d’une bande magnétique et éventuellement d’une puce électronique. Monétique
  • 11. Les composants de la carte de crédit Monétique
  • 12. Les systèmes de traitement ce sont des appareils électroniques permettant de lire les informations contenues dans les différents supports de la monétique. Ils sont généralement connectés à un centre de gestion des comptes des utilisateurs. Il en existe plusieurs dont : Les automates bancaires (DAB/GAB) Les Terminaux de paiement électroniques Monétique
  • 13. . Il existe plusieurs sortes de carte, en fonction de leur vocation à savoir: • Les cartes de retrait • Les cartes de paiement • Les cartes de crédit • Les cartes commerciales, ou professionnelles Monétique
  • 14. Big data et secteur bancaire La relation entre le Big Data et le secteur financier: Le big data dans la finance fait référence aux pétaoctets de données structurées et non structurées qui peuvent être utilisées pour anticiper les comportements des clients et créer des stratégies pour les banques et les institutions financières.
  • 16. Le secteur bancaire est de ceux qui détiennent le plus gros volume de data, après les réseaux sociaux et bien sûr Google. Ces données sont présentées sous de multiples formes, notamment : • des données structurées : retraits d’argent aux distributeurs, paiement par CB, consultation du compte sur smartphone, etc. • des données semi-structurées : parcours client sur le web, messages mail,etc ; • des données non-structurées : point téléphonique avec un conseiller bancaire, centres d’appels, etc. Data et Détection des fraudes
  • 17. En remplaçant un process de détection traditionnel basé sur des informations parcellaires par l’utilisation des Data Sciences, la banque a considérablement amélioré le temps nécessaire à la détection des fraudes et en a amélioré la fiabilité. Data et Détection des fraudes
  • 18. La fraude par carte de crédit est définie comme l’utilisation non autorisée d’un compte de carte de crédit pour obtenir de l’argent, des produits ou des services. Pour ce faire, les cybercriminels peuvent dérober physiquement les informations de compte de la carte de crédit, les acquérir via des appareils électroniques de « skimming » ou des logiciels malveillants, ou même les acheter sur le dark web. Qu’est ce qu’une fraude par carte de crédit ?
  • 19. Les types les plus courants de fraude par carte de crédit incluent entre autres : • Demande frauduleuse • Fraude par paiement à distance • Usurpation d’identité présumée • Fraude par prise de contrôle de compte • Fraude amicale Types de fraude par carte de crédit
  • 20. Vous avez constaté une anomalie lors de votre retrait ou paiement, des achats que vous n’avez pas effectués figurent sur vos relevés? Attention, vous avez peut-être été victime de fraude. Les signes de fraude que vous pouvez remarquer: • La forme du clavier du guichet vous semble inhabituelle • Le commis passe votre carte à plusieurs reprises dans le lecteur • Un clavier semble avoir été collé sur le dessus du terminal de point de vente ou sur le guichet automatique COMMENT DÉTECTER LES SIGNES DE FRAUDE PAR CARTE ?
  • 21. Exemple : La fraude récente qui a ciblé les cartes de la banque CIH
  • 22. Credit card fraud detection La détection des fraudes est l'étape la plus importante d'un processus de gestion des risques afin d'éviter une récurrence. Des volumes élevés de fraude peuvent nuire aux revenus et à la réputation. Heureusement, il est possible de traiter la fraude avant qu'elle ne se produise. Par conséquent, on a adopté ce projet à fin de découvrirez les différentes techniques pour détecter les fraudes Implémentation du projet :
  • 23. Pour pouvoir réalisé notre projet de détection de fraudes des cartes bancaires , on a besoin des outils suivants : • Apache Spark •Colaboratory Les outils utilisés: Credit card fraud detection
  • 24. Implémentation d’une méthode de détection de fraudes en utilisant Spark Initialisons le pyspark et les packages nécessaires.
  • 30. Conclusion Prévenez et découragez les vols avant qu’ils ne se produisent en adoptant une stratégie de prévention de la fraude qui surveille, de façon proactive et en temps réel, l’activité des transactions. L’investissement dans une technologie de gestion des fraudes par carte de crédit aide votre commerce de détail en ligne à atténuer les risques, à réduire le coût de la fraude et à protéger la réputation de votre marque.
  • 31. MERCI DE VOTRE ATTENTION 

Hinweis der Redaktion

  1. Alors on peut dire comme définition que La monétique désigne l'ensemble des traitements électroniques, informatiques et télématiques nécessaires à la gestion de cartes bancaires ainsi que des transactions associées. Elle peut être aussi définie comme la gestion automatique (électronique) de la monnaie. Elle a pour rôle : De faire des cartes bancaires un moyen de paiement De fiabiliser les services des distributeurs de billets. Elle permet tout aussi de : Mettre un client en relation avec sa banque peu importe sa localisation Réduire les risques liés à la manipulation de la monnaie physique (perte d’argent, vol, etc. …).
  2. Passant aux composants dans la monétique, alors Il existe principalement deux composants : Le support est tout moyen de paiement ou d’encaissement présenté sous forme de carte plastique, équipée d’une bande magnétique et éventuellement d’une puce électronique
  3. Avant de passer au deuxième composant, pour bien comprendre les choses on peut voir les différents éléments qui constituent la carte bancaire : tout d’abord La carte bancaire possède un numéro qui est variable, mais en standard est de seize (16) caractères. Les six (06) premiers chiffres représentent le BIN : Bank Identification Number. Il identifie la banque qui a émis la carte. Une banque peut avoir plusieurs BIN. Une carte peut être adossée à zéro (0), un (01) ou plusieurs comptes bancaires Les chiffres suivants (neuf (09) à douze (12) chiffres) constituent l’identifiant de la carte chez la banque émettrice et sont attribués par la banque même Le dernier chiffre est une clé de contrôle permettant de vérifier que le numéro de la carte est conforme à la norme. Cette clé de contrôle est calculé selon une formule appelé formule de Luhn. La puce est le cerveau de la carte bancaire. Il s’agit d’un processeur qui gère toutes les opérations de la carte. Elle enregistre les transactions et vérifie votre code secret. Le signe NFC indique que la carte est compatible avec le paiement sans contact. NFC étant la technologie utilisé pour transmettre au terminal de paiement toutes les informations de votre carte afin de procéder au paiement. Ce protocole permet d’échanger des données à très courte distance (quelques centimètres). Ainsi le terminal réceptionne les informations de votre carte et les traites directement. Les paiements par NFC sont cependant limités à de petits montants. En plus du nom et le logo de la banque ainsi de la date d ’expiration. Alors pour le verso de la carte on trouve : La piste magnétique comporte toutes les informations visibles sur la carte telles que le nom de la banque, le numéro ou encore la date d’expiration. En plus du code confidentiel composé de 4 chiffres, le panneau de signature est un élément de sécurité permettant de confirmer l’identité du propriétaire de la carte bancaire. L’hologramme c’est l’anti fraude , alors Il est destiné à rendre plus difficile la fabrication de fausses cartes bancaires. C’est un logo reflétant la lumière. Il peut se trouver au recto comme au verso. En plus d’une barre de contact
  4. Bon pour le deuxieme composant dans la monétique c’est Les systèmes de traitement ce sont des appareils électroniques permettant de lire les informations contenues dans les différents supports de la monétique. Ils sont généralement connectés à un centre de gestion des comptes des utilisateurs. Il en existe plusieurs dont : Les automates bancaires (DAB/GAB) : ce sont des appareils électromécaniques et électroniques situés soit à l’intérieur ou à l’extérieur d’une banque ou même dans des lieux publics. La fonction principale d’un automate bancaire est de permettre de réaliser des opérations bancaires de base telles que les retraits d’espèces, les dépôts, des transferts de fonds, l’impression de relevés de compte. Les Distributeurs Automatiques de Billets (DAB) sont des appareils permettant de retirer une somme d’argent de son compte avec ou sans carte et d’un code confidentiel, dans les limites fixées contractuellement au préalable tandis que les Guichets Automatique de Banque (GAB) disposent des fonctionnalités d’un DAB, mais il permet aussi de réaliser d’autres opérations bancaires (consultation de solde, demande de chéquier, mini relevé, versements...). Les Terminaux de paiement électroniques : ce sont des appareils disposant de plusieurs fonctions dont la lecture de données contenues dans une carte bancaire, la demande d’autorisation de transaction au serveur distant d’un émetteur, le stockage des transactions effectuées.
  5. Selon le Bureau du recensement des États-Unis, l’e-commerce a augmenté de plus de 44 % entre le T2 2019 et le T2 2020. Grâce à cette croissance rapide de l’e-commerce et des paiements à distance, les détaillants en ligne sont de plus en plus vulnérables à la fraude par carte de crédit.
  6. le nombre de fausse alertes envoyées aux clients pour des fraudes à la carte bancaire qui n’étaient pas avérées a ainsi diminué. Au final, cette meilleure détection des fraudes grâce à la Data Science a permis à la banque d’améliorer la satisfaction client.
  7. La fraude par carte de crédit est définie comme l’utilisation non autorisée d’un compte de carte de crédit pour obtenir de l’argent, des produits ou des services. Pour ce faire, les cybercriminels peuvent dérober physiquement les informations de compte de la carte de crédit, les acquérir via des appareils électroniques de « skimming » ou des logiciels malveillants, ou même les acheter sur le dark web. Un problème de plus en plus fréquent c’est Avec le développement de l’e-commerce, les criminels ciblent de plus en plus les détaillants en ligne en effectuant des achats frauduleux. Outre les pertes financières dues aux rétrofacturations, les dommages subis par les détaillants en ligne incluent également la perte de confiance des consommateurs et l’impact négatif sur leur marque. La fraude par carte de crédit a considérablement augmenté ces dernières années et coûte désormais aux consommateurs et aux entreprises des centaines de millions de dollars par an. Sur les 3,2 millions de cas de fraude signalés en 2019, l’usurpation d’identité était le plus courante, représentant plus de 20 % des cas, selon la US Federal Trade Commission. La fraude par carte de crédit est le type d’usurpation d’identité le plus courant. Elle représente plus de 271 000 signalements de consommateurs dont les informations ont été dérobées pour accéder à un compte existant ou en ouvrir un nouveau. Ces activités frauduleuses ont entraîné plus de 135 millions de dollars de pertes.
  8. Quelle que soit la manière dont les criminels obtiennent les informations de compte, toutes les fraudes par carte de crédit ont, à terme, un impact sur les détaillants en ligne. En effet, c’est généralement là que les achats sont effectués. Alors, les types les plus courants de fraude par carte de crédit sont: 1. Demande frauduleuse : cette méthode courante est utilisée lorsqu’un criminel accède aux informations personnelles d’une personne et ouvre ensuite un nouveau compte de carte de crédit en son nom. 2. Fraude par paiement à distance : ce type de fraude est particulièrement préoccupant pour les détaillants en ligne. Elle se produit lorsqu’un criminel obtient un numéro de compte, une date d’expiration et un code de vérification et les utilise ensuite pour passer des commandes frauduleuses, généralement sur un site web ou par téléphone. Ces informations sont généralement obtenues via le dark web ou en accédant physiquement à une carte. 3. Usurpation d’identité présumée : ceci se produit lorsqu’un fraudeur utilise une adresse temporaire et de fausses informations pour obtenir une nouvelle carte de crédit et qu’il effectue ensuite des achats avec celle-ci avant que la société émettrice de la carte, ou le consommateur victime, ne s’en aperçoive. Bien que les banques disposent généralement de systèmes pour empêcher ce genre de situation, certaines escroqueries passent encore entre les mailles du filet. 4. Fraude par prise de contrôle de compte : type de fraude par carte de crédit le plus courant. Les attaques par prise de contrôle de compte se produisent lorsqu’un criminel accède au compte d’un consommateur et en prend le contrôle. À partir de là, le criminel se fait passer pour la victime, change l’adresse postale et demande une carte de remplacement. 5. Fraude amicale : un problème croissant pour les détaillants en ligne, qui se produit lorsqu’un consommateur achète des biens ou des services et demande ensuite un remboursement à la société de carte de crédit, généralement en prétendant qu’il n’a jamais passé la commande ou reçu l’article.
  9. La banque CIH semble être la plus frappée par cette fraude mais plusieurs sources autorisées révèlent que tout le système monétique des banques de la place est passé à la trappe. Une attaque robotisée s’est emparée de ce système monétique via l’usage de la technique ultra-avancée du Merchant Category Code. Une technique qui se décline sous forme d’un code composé de 4 chiffres, associé aux paiements effectués par carte bancaire internationale. Tout en promettant une indemnisation aux clients victimes de ce piratage monétique, la banque CIH précise qu’aucune faille de sécurité n’a été décelée dans son système informatique. Mais que cette fraude provient d’un processus de détournement de données de cartes appartenant à différentes banques et dans plusieurs pays. Si CIH ne précise pas non plus de quel site électronique il s’agit, de nombreuses sources convergent, néanmoins, pour identifier l’App Store, le portail d’achat du géant informatique américain, Apple. D’où le conseil prodigué par la banque à ses clients de procéder à la fermeture systématique des sessions d’achat sur Internet une fois l’opération électronique terminée.
  10. Apache Spark est un framework open source de traitement de données. Il est né d’une constatation simple : la technologie MapReduce est très intéressante mais dès que des requêtes complexes (itérées) sont nécessaires et que plus de temps réel entre en jeu, elle atteint ses limites. D’où l’idée de créer un nouveau framework utilisant la parallélisation massive avec une technologie in memory Colaboratory, souvent raccourci en "Colab", vous permet d'écrire et d'exécuter du code Python dans votre navigateur. Il offre les avantages suivants : Aucune configuration requise Accès gratuit aux GPU Partage facile Le document que vous consultez n'est pas une page Web statique, mais un environnement interactif appelé notebook Colab, qui vous permet d'écrire et d'exécuter du code.
  11. Selon le rapport global 2020 d’Experian sur l’identité et la fraude, près de 90 % des clients affirment que leur perception d’une entreprise s’améliore lorsque cette entreprise investit pour améliorer l’expérience client, y compris en termes de sécurité. Plusieurs nouvelles technologies peuvent aider les détaillants en ligne à identifier leurs vulnérabilités et à atténuer les risques de fraude par carte de crédit. Nombre d’entre eux utilisent désormais le stockage sécurisé et le cryptage des données pour garantir la sécurité des informations qu’ils recueillent. En outre, les outils d’enrichissement des données permettent de regrouper des points de données afin de déceler d’éventuelles transactions suspectes.