Optimizarea procesului de monitorizare a traficului A2P SMS în platforma Alaris

Abstract

Scopul lucrării constă în analizarea și optimizarea procesului de monitorizare a traficului A2P SMS prin integrarea unui modul de inteligență artificială bazat pe analiza semantică a conținutului mesajelor, cu scopul reducerii riscului de transmitere a mesajelor de tip phishing și al îmbunătățirii eficienței operaționale a platformei Alaris. În vederea realizării scopului lucrării, au fost stabilite următoarele obiective: - analiza conceptelor teoretice privind traficul A2P SMS și principalele tipuri de fraude asociate acestuia; - examinarea mecanismelor tradiționale de monitorizare a traficului A2P și a limitărilor acestora; - studierea metodelor moderne de detecție a mesajelor phishing bazate pe inteligență artificială și procesarea limbajului natural; - proiectarea și implementarea unui mediu experimental pentru integrarea unui modul AI în platforma Alaris; - evaluarea performanței, scalabilității și impactului operațional al soluției propuse; - analiza beneficiilor, limitărilor și riscurilor asociate utilizării inteligenței artificiale în monitorizarea traficului A2P SMS. Rezultatele obținute în cadrul cercetării demonstrează că integrarea inteligenței artificiale în procesul de monitorizare a traficului A2P SMS conduce la o creștere semnificativă a capacității de detecție a mesajelor de tip phishing, cu un nivel ridicat de acuratețe și un timp de reacție redus. Soluția propusă permite identificarea proactivă a mesajelor frauduloase înainte de transmiterea acestora către utilizatorii finali, contribuind la creșterea nivelului de securitate și la diminuarea riscurilor operaționale. Analiza impactului operațional și economic evidențiază faptul că automatizarea procesului de detecție a conținutului fraudulos reduce necesitatea intervenției manuale, optimizează utilizarea resurselor umane și asigură un raport cost–beneficiu favorabil. Totodată, cercetarea subliniază existența unor limitări și riscuri asociate utilizării inteligenței artificiale, ceea ce justifică adoptarea unei abordări hibride, în care AI funcționează ca mecanism de suport decizional într-un cadru operațional controlat și securizat.

The purpose of the thesis is to analyze and optimize the A2P SMS traffic monitoring process by integrating an artificial intelligence module based on semantic analysis of message content, with the aim of reducing the risk of phishing message transmission and improving the operational efficiency of the Alaris platform. In order to achieve the purpose of the thesis, the following objectives were established: - analysis of theoretical concepts related to A2P SMS traffic and the main types of associated fraud; - examination of traditional A2P traffic monitoring mechanisms and their limitations; - study of modern phishing message detection methods based on artificial intelligence and natural language processing; - design and implementation of an experimental environment for integrating an AI module into the Alaris platform; - evaluation of the performance, scalability, and operational impact of the proposed solution; - analysis of the benefits, limitations, and risks associated with the use of artificial intelligence in A2P SMS traffic monitoring. The results obtained in the research demonstrate that the integration of artificial intelligence into the A2P SMS traffic monitoring process leads to a significant increase in phishing message detection capability, with a high level of accuracy and a reduced reaction time. The proposed solution enables proactive identification of fraudulent messages before they are delivered to end users, contributing to enhanced security and reduced operational risks. The analysis of the operational and economic impact highlights that automation of the fraudulent content detection process significantly reduces the need for manual intervention, optimizes the use of human resources, and ensures a favorable cost–benefit ratio. At the same time, the research emphasizes the existence of certain limitations and risks associated with the use of artificial intelligence, which justifies the adoption of a hybrid approach in which AI functions as a decision support mechanism within a controlled and secure operational framework.