کرنل طریقے ورت کے ایمیزن ملی سیکنڈاں وچ فراڈ کِویں پھڑدا اے

اے آئی وچ لکے ہوئے حساب دا جادو

بہتے لوک سوچدے نیں کہ فراڈ پھڑنا سافٹ ویئر دا مسئلہ اے۔ اصل وچ، ایہہ حساب دا مسئلہ اے۔ اتے اس دے پچھے دا حساب بہتے لوکاں دے خیال توں کتھے ودھ سونا اتے حیران کرن والا اے۔

ہر دن، ایمیزن اپنی عالمی مارکیٹ وچ لکھاں لین دین اُتے کارروائی کردا اے۔ اس وڈی مقدار دی سرگرمی وچ لکے ہوئے نیں فراڈ دے آرڈر، چوری ہوئے کریڈٹ کارڈ دے لین دین، جھوٹھے اکاؤنٹ، اتے شکی خریداری دے ڈھنگ۔ چیلنج ایہہ اے کہ فراڈیے کدی ٹھہر کے نئیں رہندے۔ اوہ اپنا behaviour، اپنے ڈیوائس، اپنی تھاں اتے اپنے طریقے ہر ویلے بدلدے رہندے نیں۔ سدھے اصولاں والے نظام اگے نئیں ودھ سکدے۔ مشین لرننگ، جیہنوں حساب دی اک شاخ، کرنل طریقے، طاقت دیندے نیں، اوہی اے جیہڑا ایمیزن دے پیمانے اُتے اصل ویلے وچ فراڈ پھڑنا ممکن بناندا اے۔

ایہہ لیکھ اے آئی وچ لکے ہوئے حساب دے جادو لڑی دا حصہ اے۔ اج اسی کرنل طریقےآں، سپورٹ ویکٹر مشیناں وچ ڈبکی ماراں گے، اتے ویکھان گے کہ ایہہ حساب دے خیال ایمیزن دے گاہکاں دی ہر دن ہر سیکنڈ راکھی کِویں کردے نیں۔

حصہ 1: کاروباری منظر

اک عام ایمیزن گاہک بارے سوچو۔ اوہ ہفتے دے آخر وچ کتاباں خریددا اے، کدے کدے الیکٹرانکس منگواندا اے، اتے ہفتے وچ کار دا سماں خریددا اے۔ اسدا اکاؤنٹ تن ورھے پراݨا اے، اسدا ڈیلیوری پتہ مہینیاں توں نئیں بدلیا، اتے اسدی خریداری ہر وار اوسے شہر توں ہُندی اے۔

ہݨ سوچو کہ اک منگل دے دوپہر کجھ غیر معمولی ہُندا اے۔ دس منٹاں وچ، اسدے اکاؤنٹ توں تن مہنگے آرڈر پائے جاندے نیں۔ ڈیلیوری دا پتہ دوجے دیس وچ بدل جاندا اے۔ نویں ادائیگی دا طریقہ جُڑدا اے۔ آرڈر پان والا ڈیوائس وکھرا اے۔ IP پتہ اجیہی تھاں ول اشارہ کردا اے جیہڑی اس گاہک دے عام خریداری دی تھاں توں ہزاراں کلومیٹر دور اے۔

ایمیزن نوں ملی سیکنڈاں وچ فیصلہ کرنا پیندا اے۔ کیہ ایہہ اصل گاہک اے جیہڑا غیر معمولی خریداری کر رہیا اے، شاید اوہ سفر کر رہیا اے یا تحفے خرید رہیا اے؟ یا ایہہ کوئی فراڈیا اے جیہنے اسدے پاس ورڈ لے لئے نیں اتے اکاؤنٹ بند ہون توں پہلاں پھڑی پھڑی کم کر رہیا اے؟

کسے وی پاسے غلط فیصلے دے وڈے نقصان نیں۔ فراڈ منظور کرنا مطلب پیسے دا نقصان، چارج بیک، دکانداراں دے نال تعلقات دا خراب ہونا، اتے گاہک دے بھروسے دا ٹٹنا۔ سچے گاہک نوں بند کرنا مطلب مڑا تجربہ، گوائی ہوئی وکری، اتے اوس بندے نال خراب تعلق جیہڑا ورھیاں توں وفادار سی۔

ایہہ اوہ مسئلہ نئیں جیہنوں تسی سدھے if-else اصولاں نال سُلجھا سکو۔ ڈھنگ بہت پیچیدہ، بہت وکھ وکھ، اتے بہت تیز نیں۔ ایہہ اوہی مسئلہ اے جیہنوں سُلجھان لئی کرنل طریقے اتے سپورٹ ویکٹر مشیناں بنائیاں گئیاں۔

حصہ 2: مشین لرننگ ماڈل دا ڈھانچا

اسی جیہڑا ماڈل بنا رہے آں اوہ سپورٹ ویکٹر مشین یا SVM اے۔ ایہہ سمجھن لئی کہ SVM فراڈ پھڑن وچ اِنّی طاقتور کیوں اے، تہانوں پہلاں اوہ بنیادی مسئلہ سمجھنا پویگا جیہڑا اوہ سُلجھاندی اے۔

سوچو کہ اسی سارے ایمیزن لین دین نوں اک گراف اُتے پلٹ کردے آں۔ اصل لین دین اک تھاں کٹھے ہندے نیں۔ فراڈ لین دین دوجی تھاں کٹھے ہندے نیں۔ بہترین دنیا وچ، تسی دوہاں ٹولیاں وچکار سدھی لکیر کھچ سکدے سی اتے نویں لین دین نوں ونڈن لئی اوہ ورت سکدے سی۔ پر اصل فراڈ ڈیٹا کدی اِنّا صاف نئیں ہندا۔ دووے ٹولے اک دوجے اُتے چڑھدے نیں، اک دوجے دوآلے لپیٹدے نیں، اتے پیچیدہ شکلاں بنا دیندے نیں جیہناں نوں کوئی سدھی لکیر وکھ نئیں کر سکدی۔

اتھے کرنل ٹرک آ جاندی اے۔ کرنل طریقہ کجھ کمال کردا اے۔ اوہ تہاڈے لین دین دے ڈیٹا نوں اسدی اصلی دو-جہت یا دس-جہت جگہ توں بہت ودھ جہتاں والی جگہ وچ حسابی طور اُتے بدل دیندا اے جتھے دووے ٹولے وکھ ہو سکدے نیں۔ اوہ اصل وچ اوس ودھ جہتاں والے تبدیلی نوں سدھا حساب نئیں کردا، جیہڑا حسابی طور اُتے مہنگا پویگا۔ اس توں بجائے، اوہ کرنل فنکشن ورت کے اوس ودھ جہتاں والی جگہ وچ کتے وی دوواں لین دیناں وچکار مماثلت ناپدا اے، کدی وی کھلے طور اُتے اوتھے گئے بغیر۔ ایہی ٹرک اے۔

ایمیزن دا فراڈ پھڑن والا ڈھانچا جیہڑے سگنل دا تجزیہ ہو رہیا اے اسدی قسم دے مطابق دو قسماں دے کرنل ورتدا اے۔

پولینومیل کرنل اوس ویلے ورتیا جاندا اے جدوں متعلقہ ڈھنگ فیچراں دے میل توں آؤندا اے۔ اوہ متغیرات وچکار انٹرایکشن اثر پھڑدا اے جیویں لین دین دی رقم گُنا خریداری دی تعداد، یا ادائیگی دا طریقہ تھاں دے خطرے نال ملا کے۔ ایہہ انٹرایکشن اجھی گلاں نیں جیہناں نوں لینیئر ماڈل مکمل طور اُتے کھو دےویگا۔

RBF کرنل، جسدا مطلب ریڈیل بیسس فنکشن اے، سب توں طاقتور عام مقصد دی چون اے۔ اوہ کتے وی دوواں لین دیناں دی مماثلت اجیہے طریقے نال ناپدا اے جیہڑا کسے وی پیچیدہ حد نوں آپے سنبھالدا اے۔ جدوں کوئی لین دین ماڈل ولوں پہلاں دیکھے کسے وی اصل لین دین ورگا نئیں لگدا، تاں RBF کرنل اسنوں بہت گھٹ مماثلت سکور دیندا اے، جیہڑا اسنوں نظرثانی لئی نشان زد کردا اے۔

SVM ماڈل سپورٹ ویکٹر لبھ کے فیصلے دی حد سکھدا اے، جیہڑے اصل اتے فراڈ وچکار حد دے سب توں نیڑے لین دین نیں۔ حد لبھن مگروں تربیت دے ڈیٹا وچ باقی سب کجھ بے کار ہو جاندا اے۔ اس نال SVM پروڈکشن وچ سونی اتے حسابی طور اُتے کارگر رہندی اے۔

حصہ 3: صاف حساب دا انجن

ہݨ اس نظام نوں چلان والے حساب ول ویکھو۔ تھلے ہر فارمولا اصلی انگاں نال پنسل اتے کاگذ نال پوری طرحاں حل کیتے مثال نال جانچیا گیا اے۔

پولینومیل کرنل دا فارمولا اے:

K(x, y) = (x · y + c)^d

جتھے x اتے y دو لین دیناں دے فیچر ویکٹر نیں، c اک مستقل اے جیہڑا گھٹ-درجے والی چیزاں دے اثر نوں کنٹرول کردا اے، اتے d پولینومیل دی ڈگری اے جیہڑی حد دی پیچیدگی نوں کنٹرول کردی اے۔

RBF کرنل دا فارمولا اے:

K(x, y) = exp(-γ ||x – y||²)

جتھے γ (گاما) کنٹرول کردا اے کہ اک تربیتی مثال دا اثر کتنا دور تک جاندا اے۔ نکا گاما مطلب دور تک پہنچ، وڈا گاما مطلب نیڑے تک پہنچ۔

SVM فیصلہ فنکشن اے:

f(x) = Σ αᵢ yᵢ K(xᵢ, x) + b

جتھے αᵢ ہر سپورٹ ویکٹر لئی سکھے ہوئے وزن نیں، yᵢ کلاس لیبل نیں (فراڈ لئی +1، اصل لئی -1)، K(xᵢ, x) سپورٹ ویکٹر اتے نویں لین دین وچکار کرنل مماثلت اے، اتے b بائس تھریشولڈ اے۔ جے f(x) صفر توں وڈا ہووے، تاں لین دین نوں فراڈ وجوں نشان زد کیتا جاندا اے۔

ہݨ اصلی انگاں نال ہر حساب قدم قدم کرئے۔

ساڈے کول دو ایمیزن لین دین نیں، ہر اک دو فیچراں نال بیان ہوئے: لین دین دی رقم (نارملائزڈ) اتے خریداری دی تعداد۔

لین دین A: x = [2, 3] مطلب نارملائزڈ رقم 2 اتے تعداد 3 لین دین B: y = [1, 4] مطلب نارملائزڈ رقم 1 اتے تعداد 4

اسی پولینومیل کرنل لئی c = 1 اتے d = 2، اتے RBF کرنل لئی γ = 0.5 رکھدے آں۔

پولینومیل کرنل قدم قدم:

قدم 1: ڈاٹ پروڈکٹ x · y حساب کرو x · y = (2 × 1) + (3 × 4) = 2 + 12 = 14

قدم 2: مستقل c جودو 14 + 1 = 15

قدم 3: d = 2 دی طاقت تک چڑھاؤ 15² = 225

K(x, y) = 225

ایہہ وڈی قدر ساڈا نوں دسدی اے کہ پولینومیل فیچر سپیس وچ، ایہہ دووے لین دین بہت ملدے جلدے نیں۔ کرنل نے رقم اتے تعداد وچکار انٹرایکشن پھڑ لیا اے، ساڈا نوں کدی وی ودھ جہتاں والی تبدیلی نوں کھلے طور اُتے حساب کرن دی لوڑ توں بغیر۔

RBF کرنل قدم قدم:

قدم 1: فرق ویکٹر x – y حساب کرو [2 – 1, 3 – 4] = [1, -1]

قدم 2: ہر عنصر دا مربع کرو [1², (-1)²] = [1, 1]

قدم 3: مربع فرق جوڑ کے ||x – y||² لبو 1 + 1 = 2

قدم 4: منفی گاما نال گُنا کرو -0.5 × 2 = -1.0

قدم 5: ایکسپونینشل فنکشن لگاؤ exp(-1.0) = 0.3679

K(x, y) = 0.3679

0 توں 1 دے پیمانے اُتے ایہہ 0.3679 سکور ساڈا نوں دسدا اے کہ دووے لین دین درمیانے طور اُتے وکھرے نیں۔ 1 دے نیڑے RBF سکور مطلب دووے لین دین نیڑے نیڑے اک ورگا behaviour کردے نیں۔ 0 دے نیڑے سکور مطلب اوہ بہت وکھرے نیں، جیہڑا فراڈ دا جھنڈا کھڑا کردا اے۔

فیصلہ فنکشن قدم قدم:

مان لو کہ تربیت یافتہ SVM نے وزن α = [0.8, 0.6] اتے لیبل y = [+1, -1] والے دو سپورٹ ویکٹر سکھے نیں، اتے نویں لین دین دے خلاف انہاں دوواں سپورٹ ویکٹراں دیاں کرنل قدراں [225.0, 0.3679] نیں، بائس b = 0.1 دے نال۔

f(x) = (0.8 × 1 × 225.0) + (0.6 × -1 × 0.3679) + 0.1 f(x) = 180.0 + (-0.2207) + 0.1 f(x) = 179.8793

کیوں جو f(x) = 179.8793 صفر توں وڈا اے، لین دین نوں اصل وجوں ونڈیا جاندا اے۔ پہلے سپورٹ ویکٹر توں مضبوط مثبت سگنل، جیہڑا اصل لین دین نوں دسدا اے، فیصلے اُتے حاوی ہو جاندا اے۔

اپر دِتیاں ساریاں قدراں نوں Python وچ الگ الگ جانچیا گیا اتے اوہناں نے بالکل ایہی نتیجے دِتے۔

حصہ 4: Python کمپیوٹر سائنس لگائی گئی صورت (شروع توں)

اگلی لگائی گئی صورت NumPy ورت کے شروع توں کرنل فراڈ پھڑن والا بناندی اے۔ ہر طریقہ پوری طرحاں لایا گیا اے بنا کسے شارٹ کٹ یا کھلی تھاں دے۔ پورا چلان والا بلاک شامل اے اتے بنا غلطیاں دے چلن دی جانچ کیتی گئی اے۔

جدوں چلایا جاندا اے، ایہہ کوڈ ٹیسٹ سیٹ وچ ہر لین دین لئی صحیح فراڈ ونڈ اتے 0 اتے 1 وچکار سمجھن یوگ خطرے دے سکور پیدا کردا اے۔ فراڈ لین دین 1.0 دے نیڑے وڈے خطرے دے سکور لیندے نیں۔ اصل لین دین 0.0 دے نیڑے نکے خطرے دے سکور لیندے نیں۔

حصہ 5: پروڈکشن مشین لرننگ بلیو پرنٹ

جدوں ایہہ پروڈکشن کوڈ چلایا جاندا اے، RBF اتے پولینومیل دووے کرنل ماڈل ٹیسٹ سیٹ اُتے 100% سُلہ حاصل کردے نیں۔ RBF ماڈل نو سپورٹ ویکٹر لبھدا اے اتے پکے فراڈ لین دیناں نوں 0.9647 فراڈ امکان دیندا اے۔ پولینومیل ماڈل نوں اوسے نتیجے لئی صرف دو سپورٹ ویکٹر دی لوڑ اے، جیہڑا چنگے چنے ہوئے کرنل دی طاقت دسدا اے۔

شروع توں بنی صورت توں پروڈکشن صورت تک جان نال کئی اہم فرق آؤندے نیں۔ پہلا، scikit-learn دی SVM لگائی گئی صورت بہت بہتر بنائی گئی کواڈریٹک پروگرامنگ سالور ورتدی اے، خاص طور اُتے سیکوینشل منیمم آپٹیمائزیشن الگورتھم، جیہڑی لکھاں تربیتی مثالاں تک پہنچدی اے جدوں کہ ساڈی ہتھ نال لکھی صورت کجھ ہزاراں مگروں حسابی طور اُتے غیر عملی ہو جویگی۔ دوجا، پلاٹ سیکلنگ ورت کے احتمال کیلیبریشن کچے فیصلے دے سکوراں نوں ٹھیک کیلیبریٹ کیتے احتمالاں وچ بدل دیندی اے جیہناں نوں درجہ وار کاروباری اصول چلان لئی ورتیا جا سکدا اے جیویں 0.5 توں ودھ سکور ہتھ واری نظرثانی ول پیجنا اتے 0.9 توں ودھ سکور سدھے بند کرنا۔ تیجا، class_weight='balanced' پیرامیٹر فراڈ ڈیٹا سیٹاں دی قدرتی عدم برابری نوں آپے پورا کردا اے جتھے اصل لین دین فراڈاں توں بہت ودھ ہندے نیں، ایہہ یقینی بنا کے کہ ماڈل نے اچھی سُلہ حاصل کرن لئی صرف سارا کجھ اصل آکھنا نئیں سکھیا۔

اصلی ایمیزن پروڈکشن ماحول وچ، ڈھانچا ہور وی اگے جاندا اے۔ نویں فراڈ ڈھنگ ابھرن نال ماڈل مسلسل دوبارہ تربیت پاؤندے نیں۔ فیچر گراف اُتے مشتمل سگنلاں نال امیر ہندے نیں جیویں کیہ اکاؤنٹ جانے پہچانے فراڈ نیٹ ورکاں نال جُڑیا اے۔ کرنل SVM آؤٹ پٹ اکثر وڈے انسمبل ماڈل دے اندر کئی سگنلاں وچوں اک وجوں ورتیا جاندا اے، اپنے غیر لکیری حداں کھچن دی خاص قابلیت نال یوگدان پاؤندا اے اجہے طریقےآں وچ جیہناں نوں ٹری اُتے مشتمل ماڈل نئیں مل سکدے۔

حکمت عملی والی سوجھ

اے آئی دے ماہراں اتے کاروباری آگواں لئی، اس لیکھ دا سبق فراڈ پھڑن توں ڈونگھا اے۔ کرنل طریقے سمجھدار نظاماں بارے وڈی سچائی دسدے نیں: کچی ان پٹ جگہ گھٹ ہی اوہ تھاں ہندا اے جتھے جواب رہندا اے۔ اصلی دنیا دا ڈیٹا الجھیا ہویا، اک دوجے اُتے چڑھیا، اتے غیر لکیری تعلقاں نال بھریا ہندا اے جیہناں نوں لکیری سوچ نئیں سُلجھا سکدی۔ کرنل ٹرک دی طاقت ایہہ اے کہ اوہ تہانوں بہت امیر حسابی جگہ وچ استدلال کرن دیندی اے، اصل وچ اوتھے جان دے حسابی خرچے توں بغیر۔ اوہی اصول، اوکھے مسئلے نوں اجہے مسئلے وچ بدلنا جتھے جواب دسنے لگ پوے، تجویز نظاماں، خطرے دے سکور، پہلاں توں دیکھ بھال، صحت دی تشخیص، اتے عملاً ہر سنجیدہ انٹرپرائز پیمانے دے مشین لرننگ مسئلے اُتے لاگو ہندا اے۔ ایہہ سمجھن والے کاروباری آگو اپنے ڈیٹا سائنس ٹیماں توں چنگے سوال پچھن گے۔ ایہہ سمجھن والے انجینئر اجہے نظام بنان گے جیہڑے اصل وچ کم کردے نیں جدوں ڈیٹا صاف اتے سدا ہون توں انکار کردا اے۔

ایمیزن دا فراڈ پھڑنا جادو نئیں۔ ایہہ حساب اے جیہڑا بنا دسے بہت تیز رفتار نال کم کردا اے، اتے تسی ہݨ بالکل سمجھدے او کیویں۔

#MachineLearning #ArtificialIntelligence #DataScience #Mathematics #Amazon #FraudDetection #KernelMethods #SVM #RBFKernel #PolynomialKernel #TheMagicOfHiddenMathematics #AIEngineering #MLEngineering #Python #SVMClassification #EnterpriseAI #AIStrategy #DeepLearning #NeuralNetworks #TechLeadership

مول طور اُتے LinkedIn اُتے Keshavan Thiagaraja نے شائع کیتا۔ مول LinkedIn اُتے پڑھو۔ [1]