Періодичні видання СумДУ
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/69
Browse
Search Results
Item Контент-аналіз нормативно-довідкової інформації при організації баз даних внутрішнього фінансового моніторингу економічних агентів(Сумський державний університет, 2021) Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii Viacheslavovych; Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana Vitaliivna; Діденко, Ірина Вікторівна; Диденко, Ирина Викторовна; Didenko, Iryna ViktorivnaДвигуном розвитку економіки є розвиток цифрових даних. Дані – це новий економічний ресурс XXI століття. Епоха великих даних вимагає якісного рівня їх організації, представлення для логічного розуміння та інтерпретації запитів за певними критеріями фільтрації, постійного оновлення та актуальності даних, моніторингу використання, захисту від несанкціонованого втручання. Особливо гострим є захист даних економічних агентів. Розвиток цифрової економіки має й негативні наслідки з позиції сприяння розвитку різноманітних, витончених шахрайських махінацій, схем відмивання кримінальних коштів, крадіжки даних як певних осіб, громадян так і даних державного призначення, що може призвести до глобальних політико-економічних конфліктів та суперечок. Тому надзвичайно важливим та актуальним є питання якісної організації, комплексного проектування та розроблення бази даних, що забезпечує всебічний моніторинг економічними агентами фінансових транзакцій на внутрішньому рівні. В статті розроблено схему баз даних економічних агентів, котрі ґрунтуються на внутрішній та зовнішній нормативно-довідковій інформації для здійснення фінансового моніторингу. Таблиці баз даних на основі нормативно-довідкової інформації з використанням ентра джерел охоплюють анкету фінансового моніторингу клієнта, ризикових клієнтів в системі економічного агента, клієнтів, по яким наявні Ухвали суду, фінансові операції яких можуть містити ознаки ризикових, ПЕПклієнтів економічного агента, клієнтів, по яким наявна частка державної власності, заборонені галузі, довідники (коду виду фінансових транзакцій, коду ознаки фінансових транзакцій обов’язкового фінансового моніторингу, коду ознаки фінансових транзакцій внутрішнього фінансового моніторингу, коду документу, що засвідчує особу, коду виду суб’єкта первинного фінансового моніторингу, коду виду повідомлення, коду юридичного статусу учасника транзакції, коду типу особи, що пов’язана з фінансовою транзакцією, коду наявності дозволу на подання відомостей, коду ознаки реалізації фінансової транзакції, кодів областей України, критеріїв ризику), клієнтів з FATCA-статусом. Для формування баз даних фінансового моніторингу економічними агентами на підґрунті зовнішньої (екстра) нормативно-довідкової розроблено таблиці, що містять інформацію про: відомості Єдиного державного реєстру юридичних осіб, фізичних осіб-підприємців та громадських формувань, Державної служби фінансового моніторингу України осіб, пов’язаних з тероризмом та міжнародними санкціями, публічних діячів та членів їх сімей, санкційний список Ради національної безпеки і оборони України, санкційний список Міністерства економічного розвитку і торгівлі України, санкційний список США, санкційні списки ЄС, санкційні списки всього світу, списки ризикових країн, інформацію з Першого всеукраїнського бюро кредитних історій, інформація з Міжнародного бюро кредитних історій, перелік товарів подвійного використання, перелік осіб з часткою державної власності, AntiFraud HUB – відомості про шахраїв, реєстр банкрутів, реєстр боржників, реєстр судових рішень, база недійсних документів, особи, які переховуються від органів влади, реєстр платників єдиного податку, реєстри обтяжень рухомого та нерухомого майна, дані по цінним паперам, реєстр щодо люстрації, реєстр арбітражних керуючих,корупційний реєстр бази українських організацій, інформація щодо іноземних компаній.Item Взаємозалежність FinTech інновацій, фінансових, кібернетичних злочинів та легалізації кримінальних доходів за посередництва фінансових установ(Сумський державний університет, 2021) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana Vitaliivna; Миненко, Сергій Володимирович; Миненко, Сергей Владимирович; Mynenko, Serhii Volodymyrovych; Шрамко, Е.В.Сучасні тенденції розвитку українського суспільства, спад економічного розвитку та з іншого боку діджиталізація, розвиток фінансових послуг та інновацій зумовлюють перегляд та переосмислення причин і наслідків злочинної діяльності у фінансово-економічній сфері. FinTech інновації надають новітні інструменти захисту здійснення фінансових операцій, та, з розширенням спектру послуг – надають більше цілей для кіберзлочинців. Цілі кіберзлочинців, в свою чергу, дуже часто носять фінансовий характер, адже цілі злочинців, наприклад, не лише дістати конфіденційну інформацію, а й використати її для своєї користі чи для задоволення потреб третьої сторони. Отримані незаконним шляхом кошти, потрібно легалізувати для спокійного подальшого їх використання. Всі ці процеси в тій чи іншій мірі залежать від доступної фінансової інфраструктури – наявних фінансових організацій-надавачів послуг. Метою даного дослідження є визначення взаємозв’язків між FinTech інноваціями, фінансовими злочинами, кіберзлочинами та легалізацією кримінальних доходів шляхом побудови економікоматематичної моделі, зважуючи на функціонування фінансових установ, як основних посередників на ринку фінансових послуг. Основним для дослідження було обрано метод структурного моделювання взаємозв'язків між процесами. Пропущені значення були спрогнозовані за допомогою простого середнього значення, результати були сформовані за допомогою аналізу, синтезу, порівняння та логічного узагальнення. Для проведення моделювання було використане статистичне програмне забезпечення STATISTICA. У ході дослідження було встановлено, що розвиток FinTech буде призводити до зменшення фінансових правопорушень. Якщо буде зростати кількість кіберзлочинів, та кількість злочинів з легалізації кримінальних доходів, буде зростати і кількість фінансових злочинів, проте вплив злочинів з легалізації – сильніший. Зростання фінтех інновацій буде призводити до збільшення кіберзлочинів. Маючи формалізовані взаємозв’язки між цими процесами правоохоронні органи та державні регулятори зможуть детальніше планувати і керувати розвитком фінтех інновацій, діджиталізації економіки з врахуванням ризиків та вживанням додаткових заходів безпеки. Побудована модель є адекватною, тому отримані результати можна застосовувати на практиці.Item Закономірності здійснення кібератак в країнах ЄС на основі використання асоціативних правил(Сумський державний університет, 2021) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana Vitaliivna; Боженко, Вікторія Володимирівна; Боженко, Виктория Владимировна; Bozhenko, Viktoriia Volodymyrivna; Світлична, А.О.Перехід до інформатизації суспільства, масштабне поширення електронної комерції та неналежний рівень цифрової грамотності призвів до зростання обсягів кібершахрайств, що вимагає удосконалення існуючих та розробка нових методів та способів захисту об’єктів інформаційної інфраструктури. Метою даного дослідження є визначення закономірностей здійснення кібератак у країнах Європейського Союзу шляхом побудови економіко-математичної моделі, в основі якої лежить використання асоціативних правил. Для дослідження було обрано методи: логічне узагальнення – при формуванні вхідної структури даних здійснення кібератак, яка включає перелік показників кібератак, рік здійснення, країни, які постраждали та країни реципієнти кібератак, тип та категорія шахрайств; методика моделювання Data Mining – Association Rules на основі використання асоціативних правил зв’язку між явищами, які є об’єктом спостережень; візуалізація та графічний дизайн – при побудові мережі асоціативних правил причиннонаслідкових зв’язків між досліджуваними явищами здійснення кібератак. У роботі було визначено, що потужною технологією, що дозволяє виявляти взаємозв'язки та закономірності між пов'язаними подіями або елементами, для обробки баз даних великих розмірів, виступає моделювання на основі асоціативних правил. У ході дослідження було виявлено, що в 77.14% випадків шпіонаж здійснюється зловмисниками з Росії, у 88,24% - з Німеччини, у 93,75% - з Китаю. 84,62% шпіонажу спостерігається у галузі приватного сектору, 82,05% - у державному секторі. При цьому частка спостережень, для яких шпіонаж здійснюється з Росії, складає 43,55%. Частка спостережень, для яких шпіонаж здійснюється як з Німеччини, так і з Китаю, становить 24,19% вибірки. Найбільша частка спостережень (51,61%) відповідає здійсненню кібератак у вигляді шпіонажу у державному секторі, а 35,48% спостережень відповідає галузі приватного сектору. У 76 % випадків шпіонаж здійснюється зловмисниками з Росії. Розроблена методика дозволить оперативно, автоматично обробляти суттєвий обсяг вхідної інформації, виявляти можливий найповніший, найінформативніший набір закономірностей, визначити ризик від кібершахрайств на базі даних досліджуваних європейських країн, для прийняття керівною ланкою ефективних рішень щодо управління таким ризиком, його мінімізації, з найменшими ресурсними затратами, передбачення кіберзагроз, протидії кібератакам у країнах ЄС.