Data synthesis using generative adversarial network

This project is about synthesizing data using generative adversarial network (GAN). Unlike conventional studies which use anonymization techniques for removing private information of individuals, we use variants of GAN architectures for crafting new records contextually similar to real records in the legitimate dataset. We plan to run exploratory experiments on public datasets to provide enough grounds for the viability of GANs in synthesizing information. The objective is to develop a proof of concept that shows if synthetic data could be used with similar results than original data.

Cybersécurité et expérience utilisateur : exploration du rôle de l’interface dans la réduction de la cybercriminalité en contexte bancaire

De plus en plus de personnes utilisent les services bancaires en ligne au quotidien et s’exposent ainsi à des risques divers tels que le vol d’identifiants. De nombreux outils technologiques peuvent être mis en place pour contrer ces activités criminelles, mais leur utilisation et adoption dépend des comportements des utilisateurs. Malgré une compréhension des enjeux sécuritaires, de nombreux utilisateurs sont toujours victimes de ce type de vol du fait de leur utilisation quasi-automatique des outils en ligne qui entraîne une perte de vigilance face aux informations présentées.

Apprentissage d’une pondération dynamique des constituants d’une méthode d’ensemble

L’utilisation de méthodes d’ensemble, dont l’usage est très répandu, permet souvent d’obtenir des résultats de haute précision mais sont beaucoup plus difficilement interprétable que les modèles d’apprentissage automatique traditionnel (arbres, régressions logistique/linéaire, ect).

Cyber-résilience des institutions financières : identification des vulnérabilités et sensibilisation en matière de compromission des identités

Le projet de recherche ci-présent traite de la compromission des identités des clients et des employés au sein du secteur financier et se focalise plus spécifiquement sur trois moyens qui s’y rapportent : l’hameçonnage, le
« credential stuffing » et le « password guessing ». Le projet a comme objectif de prévenir ces cyberattaques par la mise en place de stratégies d’identification et de sécurisation des comptes compromis de même que par l’implantation de stratégies de sensibilisation pour les employés et les clients sur la protection de leurs identités.

Évaluation de la performance de librairies Python de prédiction permettant...

Évaluation de la performance de librairies Python de prédiction permettant l'analyse de séries chronologiques de transactions et soldes bancaires afin d'alerter précocement les clients/membres Desjardins d'une possible insuffisance de fonds et éviter de charger des NSF fees. La prédiction est un domaine récent qui connaît de grandes avancées grâce à la démocratisation des connaissances via le web et l’augmentation de la puissance de calcul des ordinateurs modernes.

Traitement du langage et Résumé automatique de documents

Un résumé est un texte qui décrit de façon synthétique la forme, le contenu, et la thèse principale d’un ensemble de document. Une société comme la Fédération des caisses Desjardins reçoit énormément d’informations provenant de ses membres et clients, notamment via les sondages de satisfaction. Grâce à différentes méthodes de traitement automatique du langage nous pouvons extraire quels sont les opinions les plus souvent évoqués dans ces commentaires. Une fois ces informations identifiées nous pouvons mettre en place des algorithmes permettant de créer automatiquement ces résumés.

Les caractéristiques des emprunteurs et leur influence sur le processus de défaut

Ultimement, suite au développement de modèles micro-économique de gestion intégrée des risques avec l’entreprise, l’objectif visé est d’intégrer à ces modèles les différents biais comportementaux et erreurs cognitives entretenus par les milléniaux au Québec via les résultats provenant de la littérature et les résultats empiriques de mon travail de maîtrise. La finalité est donc l’intégration pratique des modèles développés à la politique de gestion des risques de l’entreprise. Le but est de minimiser l’impact et optimiser la gestion des risques financiers.