FINTECH PLATFORMALARIDA KIBERXAVFSIZLIKNI TA'MINLASHDA SUN'IY INTELLEKT VA MASHINALI O'RGATISH ALGORITMLARINING SAMARADORLIGI

Ushbu tadqiqot ishida zamonaviy moliyaviy texnologiyalar (FinTech) ekotizimida kiberxavfsizlikni ta’minlash va real vaqt rejimida tranzaksion anomaliyalarni aniqlash masalalari chuqur va har taraflama tadqiq etiladi. An’anaviy statik qoidalarga asoslangan (rule-based) monitoring tizimlarining zamonaviy kiber-tahdidlar sharoitidagi cheklovlari hamda sun’iy intellekt (AI) va mashinali o‘rgatish (ML) modellarining ushbu muammolarni hal etishdagi amaliy o‘rni tahlil qilinadi. Tadqiqot davomida keskin disbalansli ma’lumotlar to‘plamida (imbalanced dataset) Random Forest, XGBoost va Isolation Forest algoritmlarining kiber-firibgarlikni (fraud detection) aniqlash aniqligi, tezkorligi hamda resurs sarfi qiyosiy o‘rganilgan. Ma’lumotlar disbalansini muvozanatlashda SMOTE algoritmining ta’siri baholanib, olingan natijalar asosida FinTech sektori uchun ko‘p bosqichli gibrid kiberxavfsizlik arxitekturasi taklif etilgan.