Интеллектуальные системы управления и обработки информации в сфере финансовой безопасности и компьютерной криминалистике

2026/2027

ID 946721

Статус: Майнор

Кто читает: Департамент прикладной математики

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Белов Александр Владимирович, Пикуль Александр Сергеевич, Чеповский Александр Андреевич

Язык: русский

Кредиты: 5

Контактные часы: 76

Дополнительные материалы в LMS Задать вопрос

Аннотация

В настоящее время интеллектуальные системы обработки финансовой информации используются не только в государственных организациях, банковской сфере, крупных корпорациях, но и в компаниях среднего и малого бизнеса. В курсе рассматриваются основы статистического анализа, методы машинного обучения и глубинного обучения, применяемые для анализа финансовой информации. Изучаются методы и средства компьютерной криминалистики, позволяющие выявлять мошеннические операции, коррупционные схемы и т.п. в финансово-экономической деятельности предприятий и организаций. В курсе рассматриваются основы проектирования информационно-управляющих систем, особенности использования информационных систем в финансовой сфере. Изучаются методы и средства разработки транзакционных, аналитических и экспертных систем, а также методики внедрения и эксплуатации этих систем в деятельности хозяйствующих субъектов.

Цель освоения дисциплины

Целями освоения дисциплины «Интеллектуальные системы управления и обработки информации в сфере финансовой безопасности и компьютерной криминалистике» являются: • формирование у студентов системного представления о современных интеллектуальных методах и технологиях, применяемых для противодействия мошенничеству в финансово-кредитной сфере • освоение теоретических основ и практических навыков применения методов теории графов, машинного обучения, обработки больших данных и компьютерной криминалистики для выявления, анализа и расследования финансовых нарушений и инцидентов информационной безопасности • развитие компетенций в области проектирования, разработки и внедрения антифрод-систем, анализа сетевых структур данных, а также проведения цифровых криминалистических исследований

Планируемые результаты обучения

знать основные понятия и методы теории графов, применяемые для решения задач противодействия легализации доходов, полученных преступным путем, и финансированию терроризма (ПОД/ФТ);
владеть навыками применения специализированного программного обеспечения для анализа графов взаимодействующих объектов
знать модели информационного воздействия (Бернейза, Латане) и методы анализа профилей объектов в социальных сетях
уметь классифицировать профили объектов в социальных сетях и сетях мгновенного обмена сообщениями
знать типовые мошеннические схемы в кредитно-финансовых организациях, включая использование синтетических медиаданных и больших языковых моделей
уметь использовать методы машинного обучения (классификация, регрессия, кластеризация, выявление аномалий) для построения антифрод-алгоритмов
владеть навыками оценки качества антифрод-систем с использованием метрик (точность, полнота, ROC AUC, PR AUC)
знать основы построения распределенных систем хранения и обработки данных (DFS, колоночные СУБД, алгоритмы консенсуса
уметь работать с распределенными файловыми системами, колоночными СУБД, инструментами пакетной и потоковой обработки данных (Hadoop, Spark, Kafka, Flink)
владеть навыками работы с системами полнотекстового поиска (Elasticsearch) и векторными индексами (HNSW, IVF)
знать основные методы оценивания качества выделения неявных сообществ
владеть навыками работы с системами полнотекстового поиска (Elasticsearch) и векторными индексами (HNSW, IVF);
уметь применять алгоритмы графового анализа для выявления неявных связей и аномалий в финансовых данных
знать способы построения хранилищ графовых данных
знать основы компьютерной криминалистики, виды судебных компьютерно-технических экспертиз, методы исследования цифровых устройств, сетевой активности и медиафайлов
уметь проводить базовые исследования цифровых устройств, носителей данных и сетевой активности в рамках компьютерной криминалистики
уметь выявлять признаки синтеза и подмены мультимедийного контента, использовать стандарты провенанса контента (C2PA)
владеть навыками документирования и оформления результатов цифровых криминалистических исследований
знать инструменты блокчейн-аналитики и методы расследования операций с криптовалютами