Aufbau einer Big Data Plattform (IBM BigInsights) mit Fraud Detection

Ausgangsbasis:

• Es existieren keine selbstlernenden Betrugserkennungsmechanismen, welche in Echtzeit Transaktionsdaten auf Betrugsmuster untersuchen
• Big Data und im speziellen Hadoop gelten als Basis für eine moderne Datenbankarchitektur. Der Kunde möchte das Hadoop Ökosystem sinnvoll in seine bestehende Enterprise Architektur integrieren
• Basis für die Umsetzung ist, das erfolgreiche Pilotprojekt des Anwendungsfalls „Fraud Detection“ welches im Hinblick auf die bestehende Security- und Betriebsinfrastruktur umgesetzt wurde

Vorgehensweise:

• Schnittstellen mit Hadoop definieren
• Reporting mit IBM Cognos auf Hadoop Plattform über BigSQL evaluieren und umsetzen
• Einsatz der Hadoop Streaming-Komponenten für „Fraud Detection“
• Erarbeitung und Übergabe des IT-Betriebskonzeptes inklusive Hardwarespezifikationen
• Evaluation und Umsetzung des Hochverfügbarkeits- und Backup Konzeptes
• Integration der IBM BigInsights Plattform in die bestehende Security-Infrastruktur

Funktionen/Projektergebnis:

• Bewertung von Finanztransaktionen in Echtzeit anhand eines statistischen Modells; umgesetzt mit Apache Storm und Kafka
• Modellentwicklung mit Apache Spark und R
• Unterbrechungsfreie Modifizierung des Bewertungsmodells
• Ergebnisspeicherung in Apache Hive und HBase für weitere Analysen und Auswertungen