Frode e analisi delle reti sociali

Rilevamento delle frodi in R

Bart Baesens

Professor Data Science at KU Leuven

La frode è un fenomeno sociale?

Intuizione: relazioni tra persone
Ci sono effetti che indicano che la frode è un fenomeno sociale?

La frode è un fenomeno sociale?

I truffatori tendono a raggrupparsi:
- partecipano agli stessi eventi/attività
- sono coinvolti negli stessi reati
- usano le stesse risorse
- a volte sono la stessa persona (furto d’identità)

Omofilia

Omofilia nelle reti sociali (sociologia)
Le persone tendono ad associarsi con chi percepiscono simile a loro.

Omofilia nelle reti di frode
I truffatori sono più connessi ad altri truffatori; le persone legittime ad altre persone legittime.

Omofilia - frode previdenziale

La rete mostra schemi di omofilia statisticamente significativi?

assortativity_nominal(network, types = V(network)$isFraud, directed = FALSE)

omofilia_rete

Furto d’identità

Prima del furto d’identità

Prima: la persona chiama i contatti abituali

Furto d’identità

Dopo il furto d’identità

Prima: la persona chiama i contatti abituali

Dopo: la persona chiama nuovi contatti che, per “coincidenza”, si sovrappongono ai contatti di un’altra persona

Money mule

Money mule = persona che trasferisce denaro ottenuto illegalmente (es. rubato)
Beneficiaria della transazione fraudolenta
Trasferisce denaro rubato per conto di altri (truffatore)

V(network)$name

"ID02" "ID11" "ID04" "ID03" "ID08" ... "ID16" "ID10" "ID07"

print(list_money_mules)

"ID01" "ID02" "ID03" "ID04"

V(network)$isMoneyMule <- ifelse(V(network)$name %in% list_money_mules, TRUE, FALSE)

V(network)$color <- ifelse(V(network)$isMoneyMule, "darkorange", "lightblue")

vertex_attr(network)

$isMoneyMule
TRUE FALSE  TRUE  TRUE FALSE ... FALSE FALSE FALSE
$color
"darkorange" "lightblue" "darkorange" ... "lightblue" "lightblue"

Rete con money mule evidenziate

plot(network)

rete_con_mules evidenziate

Andiamo a praticare!

Rilevamento delle frodi in R