Hamza Chergui soutient sa thèse, intitulée « Une approche hybride pour la détection et l’interprétation de transactions frauduleuses dans le réseau SWIFT« , le jeudi 7 décembre 2023 à 10h00, dans l’amphithéâtre Alexis Steinbrunn de l’ESIREM à l’Université de Bourgogne, situé au 9 Avenue Alain Savary, 21000 Dijon. 

Résumé : Les institutions financières sont confrontées à des activités frauduleuses de la part de leurs clients et doivent mettre en place des systèmes efficaces de détection et de prévention de la fraude. Dans cette lutte contre la fraude, il est essentiel de comprendre les caractéristiques des transactions afin de distinguer les fraudes des transactions légitimes. Nos travaux se concentrent sur l’analyse et la classification de ces transactions au sein du réseau interbancaire et international SWIFT, tout en examinant les schémas de fraude qui peuvent en découler. Pour ce faire, nous proposons une approche hybride qui combine des algorithmes d’apprentissage automatique avec une ontologie développée pour ce domaine, tout en minimisant les coûts financiers liés aux erreurs de classification.

Notre approche se décline en cinq étapes principales : l’analyse des caractéristiques, le regroupement des transactions frauduleuses, la classification des transactions, l’utilisation de l’ontologie pour la surveillance des transactions suspectes et l’évaluation des résultats. Cette approche améliore la détection des transactions suspectes en combinant les techniques d’apprentissage automatique à l’utilisation de l’ontologie pour une meilleure compréhension et interprétation des données. Dans le cadre de ce projet, nous avons développé l’outil ST-Fraud dédié à la détection et à l’interprétation des transactions frauduleuses. Cet outil s’appuie sur notre approche hybride pour renforcer l’efficacité des systèmes de détection de fraude dans le contexte des transactions SWIFT.

Composition du Jury :
Rapporteurs :
Mme. Sandra Bringay, Professeure, Université Paul-Valéry Montpellier 3
M. Guillaume Cabanac, Professeur, Université de Toulouse 3 – Paul Sabatier

Examinateurs :
M. David Gross-Amblard, Professeur, Université de Rennes 1
M. Christian Sallaberry, Maître de Conférences HDR, Université UPPA
M. Pierre-Emmanuel Arduin, Maître de Conférences, Université de Paris-Dauphine

Direction de Thèse :
Mme. Lylia Abrouk, Maître de conférences, Co-directrice de thèse, Université de Bourgogne
Mme. Nadine Cullot, Professeure, Directrice de thèse, Université de Bourgogne

Photos prises après la soutenance

Avec les membres du jury

Avec les doctorants présents à la soutenance

entete_extrait:

lien_externe:

kc_data:

a:8:{i:0;s:0:"";s:4:"mode";s:0:"";s:3:"css";s:0:"";s:9:"max_width";s:0:"";s:7:"classes";s:0:"";s:9:"thumbnail";s:0:"";s:9:"collapsed";s:0:"";s:9:"optimized";s:0:"";}

kc_raw_content:

Hamza Chergui soutient sa thèse, intitulée "Une approche hybride pour la détection et l'interprétation de transactions frauduleuses dans le réseau SWIFT", le jeudi 7 décembre 2023 à 10h00, dans l'amphithéâtre Alexis Steinbrunn de l'ESIREM à l'Université de Bourgogne, situé au 9 Avenue Alain Savary, 21000 Dijon. 

Résumé : Les institutions financières sont confrontées à des activités frauduleuses de la part de leurs clients et doivent mettre en place des systèmes efficaces de détection et de prévention de la fraude. Dans cette lutte contre la fraude, il est essentiel de comprendre les caractéristiques des transactions afin de distinguer les fraudes des transactions légitimes. Nos travaux se concentrent sur l'analyse et la classification de ces transactions au sein du réseau interbancaire et international SWIFT, tout en examinant les schémas de fraude qui peuvent en découler. Pour ce faire, nous proposons une approche hybride qui combine des algorithmes d'apprentissage automatique avec une ontologie développée pour ce domaine, tout en minimisant les coûts financiers liés aux erreurs de classification.

Notre approche se décline en cinq étapes principales : l'analyse des caractéristiques, le regroupement des transactions frauduleuses, la classification des transactions, l'utilisation de l'ontologie pour la surveillance des transactions suspectes et l'évaluation des résultats. Cette approche améliore la détection des transactions suspectes en combinant les techniques d'apprentissage automatique à l'utilisation de l'ontologie pour une meilleure compréhension et interprétation des données. Dans le cadre de ce projet, nous avons développé l'outil ST-Fraud dédié à la détection et à l'interprétation des transactions frauduleuses. Cet outil s'appuie sur notre approche hybride pour renforcer l'efficacité des systèmes de détection de fraude dans le contexte des transactions SWIFT.

Composition du Jury :
Rapporteurs :
Mme. Sandra Bringay, Professeure, Université Paul-Valéry Montpellier 3
M. Guillaume Cabanac, Professeur, Université de Toulouse 3 - Paul Sabatier

Examinateurs :
M. David Gross-Amblard, Professeur, Université de Rennes 1
M. Christian Sallaberry, Maître de Conférences HDR, Université UPPA
M. Pierre-Emmanuel Arduin, Maître de Conférences, Université de Paris-Dauphine

Direction de Thèse :
Mme. Lylia Abrouk, Maître de conférences, Co-directrice de thèse, Université de Bourgogne
Mme. Nadine Cullot, Professeure, Directrice de thèse, Université de Bourgogne

Photos prises après la soutenance

Avec les membres du jury

Avec les doctorants présents à la soutenance