| Titre : |
L’utilisation de l’intelligence artificielle pour la détection de fraudes bancaires |
| Type de document : |
texte imprimé |
| Auteurs : |
Fatou TOURE, Auteur |
| Editeur : |
Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique |
| Année de publication : |
[2025] |
| Importance : |
52 P. |
| Format : |
29 cm |
| Langues : |
Français (fre) |
| Mots-clés : |
Intelligence artificielle Détection Fraude bancaire Apprentissage automatique Machine learning Modèle non supervisé Deep learning Sécurité informatique Sécurité de l'information Informatique Protection des données |
| Résumé : |
L’intelligence artificielle joue un rôle de plus en plus central dans la lutte contre la fraude
bancaire. Grâce à sa capacité à analyser de vastes volumes de données en temps réel, l’IA permet
d’identifier rapidement les comportements suspects et les transactions anormales.
Les systèmes traditionnels de détection de fraude reposaient souvent sur des règles fixes (par
exemple : bloquer les paiements supérieurs à une certaine somme). L’intelligence articielle et
plus précisément l’apprentissage automatique (machine learning), permet d’aller plus loin en
apprenant à partir des données historiques. Elle peut ainsi détecter des schémas complexes et
évolutifs, même ceux qui échappent aux règles prédéfinies.
Parmi les techniques utilisées on retrouve
. Les modèles supervisés qui apprennent à distinguer les transactions normales des transactions
frauduleuses à partir du jeu de données détection de fraude de carte bancaire.
.Les modèles non supervisés utiles pour détecter des fraudes inédites, en identifiant des anomalies
par rapport aux comportements habituels.
.Le deep learning, utilisé pour analyser des ensembles de données complexes et en grande quantité,
comme les comportements des utilisateurs en ligne.
L’IA permet aussi d’automatiser la réponse à la fraude (blocage automatique de la carte, alerte
client, etc.), tout en réduisant les faux positifs (transactions légitimes considérées comme suspectes).
Cependant, des défis subsistent, notamment en matière de protection des données personnelles,
d’explicabilité des modèles d’IA, et de lutte contre les techniques de fraude de plus en plus
sophistiquées.
|
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2838 |
L’utilisation de l’intelligence artificielle pour la détection de fraudes bancaires [texte imprimé] / Fatou TOURE, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, [2025] . - 52 P. ; 29 cm. Langues : Français ( fre)
| Mots-clés : |
Intelligence artificielle Détection Fraude bancaire Apprentissage automatique Machine learning Modèle non supervisé Deep learning Sécurité informatique Sécurité de l'information Informatique Protection des données |
| Résumé : |
L’intelligence artificielle joue un rôle de plus en plus central dans la lutte contre la fraude
bancaire. Grâce à sa capacité à analyser de vastes volumes de données en temps réel, l’IA permet
d’identifier rapidement les comportements suspects et les transactions anormales.
Les systèmes traditionnels de détection de fraude reposaient souvent sur des règles fixes (par
exemple : bloquer les paiements supérieurs à une certaine somme). L’intelligence articielle et
plus précisément l’apprentissage automatique (machine learning), permet d’aller plus loin en
apprenant à partir des données historiques. Elle peut ainsi détecter des schémas complexes et
évolutifs, même ceux qui échappent aux règles prédéfinies.
Parmi les techniques utilisées on retrouve
. Les modèles supervisés qui apprennent à distinguer les transactions normales des transactions
frauduleuses à partir du jeu de données détection de fraude de carte bancaire.
.Les modèles non supervisés utiles pour détecter des fraudes inédites, en identifiant des anomalies
par rapport aux comportements habituels.
.Le deep learning, utilisé pour analyser des ensembles de données complexes et en grande quantité,
comme les comportements des utilisateurs en ligne.
L’IA permet aussi d’automatiser la réponse à la fraude (blocage automatique de la carte, alerte
client, etc.), tout en réduisant les faux positifs (transactions légitimes considérées comme suspectes).
Cependant, des défis subsistent, notamment en matière de protection des données personnelles,
d’explicabilité des modèles d’IA, et de lutte contre les techniques de fraude de plus en plus
sophistiquées.
|
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2838 |
|  |
Accueil
L’utilisation de l’intelligence artificielle pour la détection de fraudes bancaires ([2025])
