Big data alapú, valós idejű csalásfelderítő rendszer fejlesztésének folyamata és projekt menedzsmentje a pénzintézeti szektorban

Mike Alex Barnabás (2020) Big data alapú, valós idejű csalásfelderítő rendszer fejlesztésének folyamata és projekt menedzsmentje a pénzintézeti szektorban. Pénzügyi és Számviteli Kar.

	PDF BA_GINF_NAPPALI_Mike_Alex_HT5WTX.pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2025. December 10.. Download (4MB)
	PDF Titkosítási_kérelem_BA_Mike_Alex_HT5WTX.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (205kB)
	PDF BA_TO_Mike_Alex_HT5WTX.pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2025. December 10.. Download (302kB)

Absztrakt (kivonat)

A 2016-os évben bevezetett PSD2 irányelv fő célja, hogy egységesítse az Európai Unió pénzintézeti szektorát, ezzel gyorsítva, technológiai fejlődést azáltal, hogy új szereplőket úgy nevezet, Fintech cégek belépését egyszerűsíti meg piacra. Az irányelv hatására a pénzintézeti szektorban új követelmények jelentek meg amik teljesítése elengedhetetlen a ASIP és PSIP API-k (Application Programming Interface) bevezetéséhez. Ezen új követelmények egyike a valós idejű Fraud riporting rendszer bevezetése, amely segítségével a pénzintézetek folyamatosan képesek monitorozni a rendszerükön áthaladó tranzakciókat. Továbbá monitorizás mellett a rendszernek képesnek kell lennie a csalás gyanús esetek felismerésére és blokkolására. A valós idejű reakciók mellett a rendszer a csalások és csalás gyanús esetek ellenőrzésében is a segítséget nyújt a felhasználók számára azzal, hogy az adatokat rendezett és átlátható formában jeleníti meg számukra.A szakdolgozatomban bemutatott szoftver egy ilyen valós idejű Fraud riporting rendszer, amely egy magyarországi pénzintézet számára került leszállításra az elmúlt két év során. A fejlesztés egy innovatív projekt az IT szférában, hiszen új igényként merültek fel a PSIP követelmények közt az ilyen jellegű megoldások.Az ilyen még újító módszerek és szoftverek fejlesztése során projektek folyamata különösen összetett, mert nincs meg a megfelelő tapasztalat, hogy mit és hogyan kellene csinálni a legmegfelelőbb megoldás érdekében. Ezért szakdolgozatomban nem csak magát szoftvert és annak működését mutatom be, hanem a fejlesztés során alkalmazott vezetői módszertanokat és eszközöket is.Így, hogy Magyarországon még nem volt példa a bemutatott rendszer előtt hasonló fejlesztési igényre, ezért szinte a nulláról kellett megtervezni és megvalósítani a projektet. Az előzetes tapasztalatok hiányának és a szabályozás időbeli korlátozásainak okán, a szoftver közel sem aknázza ki a technológia teljes kapacitását, de a szabályozásoknak megfelelően működik és minden üzleti igényt kielégít.A rendszer teljes technológiai alapját az ELK Stack szoftverhármas alkotja, amely három nyílt forráskódú termék ötvözésnek segítségével keletkezett. Az Elasticsearch-ből amely egy szöveg kereső és analizáló motor, ami Apache Lucene kereső motoron fut. A Logstash-ből ami, egy log fájlok aggregálásra elkészített szoftver amelynek segítségével nagy mennyiségű, különböző eredetű adatokat képes transzformálni illetve kiegészíteni. A harmadik komponense pedig a Kibana amely a felhasználók számára értelmezhető formában jeleníti meg a tárolt adatokat, valamint lehetőséget nyújt számukra az analizálásukra. Ezen részek alkotják a csalásmegelőzési rendszer központi rendszereit, kiegészülve rugalmasságot segítő szoftverekkel és load balancer úgynevezett csepegtető eszközökkel. A kiegészítő modulokra az adatok jelentős számosságának okán van szükség.Ugyanis, Big Data projektről beszélünk, ahol adatok millióit kell fogadni, feldolgozni és tovább küldeni az ötmásodperces fizetés időablakán belül másodperctöredékek alatt.Egy ilyen jellegű fejlesztés esetén csak az agilis módszertanok jöhetnek szóba amikor projektmenedzsmentről beszélünk, hiszen az agilis eszközök lehetőséget nyújtanak az igények gyors változására és a folyamat időközbeni újra tervezésére, esetenként teljes újra értelmezésére. Ezért bemutatásra kerül az agilis módszertan is összehasonlítva a hagyományos módszertanokkal és kitérve a projekt során használt specifikus módszerekre, valamint azok folyamatos hatására a fejlesztésre. A módszertanok mellett két tovább fontos tényezőt is megemlíthetünk a projektek megvalósítása során, ezek a projekt folyamata a fejlesztési igény megszületésétől egészen a visszamérésekig, és a projekt résztvevői a szállítói és megrendelői oldalon. Dolgozatomban pontról pontra bemutatom egy IT megvalósítási projekt lépéseit és a lépések részleteit, hogy az olvasó átláthassa a feladat méretét egy ekkora projekt tekintetében.A folyamat mellett felsorolom a projekt résztvevőit mind két oldalon és a külső támogató szereplöket is, akik nélkül nem lehetne sikeres a projekt. A szereplők közül kiemelt részletességgel mutatom be a projektmenedzserek feladatait, mind a szállítói mind a megrendelői oldalon. Továbbá projekt vezetők munkájának ismertetését követően, bemutatom az álltalunk használt vezetés támogató szoftverek működését, előnyeiket és hátrányaikat is, hiszen sokszor csak sok plusz és felesleges munkát rónak a használóikra.Szakdolgozatom záró gondolataként, összegzem a fejlesztés és vezetés során a projekten felmerült hibákat és hiányosságokat, valamint a lehetséges megoldásaikat.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	agilis módszertan, big data, csalás, programfejlesztés, projektmenedzsment
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2021. Már. 16. 12:52
Utolsó módosítás:	2021. Már. 16. 12:53

Actions (login required)

Tétel nézet