Sana Ullah Khan
Deutsch

Forschung

Forschung

Meine Masterarbeit und begutachtete Publikationen, mit Zusammenfassungen, PDFs und Zitaten zum Kopieren.

Google Scholar LinkedIn Lebenslauf

Masterarbeit

Masterarbeit · 2026

Advancing Deep Learning and Neural Network Techniques for AI and Human Text Classification

MS Künstliche Intelligenz, The Islamia University of Bahawalpur · Betreuung: Prof. Dr. Najia Saher (Leiterin des Fachbereichs KI)

Ich habe Deep-Learning-Modelle entwickelt und verglichen, die KI-generierte von menschlich geschriebenen Texten unterscheiden, auf einem ausgewogenen Datensatz von rund 500.000 Texten. Ein Paper auf Basis der Arbeit ist in Vorbereitung.

Verglichene Modelle

  1. LSTM
  2. Feinabgestimmtes BERT
  3. TF-IDF + BERT + LightGBM
  4. Hybrid BERT + LSTM
99,65 %Genauigkeit (BERT + LSTM)
F1-Score
0,995
Texte
~500.000

Begutachtete Publikationen

Alle Zitate herunterladen (.bib)

Titel von Arbeiten und Publikationen stehen in ihrer veröffentlichten englischen Originalfassung.

  1. Erstautor20. Juni 2026

    Artificial Intelligence–Driven Fraud Detection in FinTech: Strengthening Cybersecurity Against Digital Financial Scams

    Khan, S. U., Zafar, U., Imran, S., & Ali, M. (2026). Journal of Business Insight and Innovation, 5(6), 72–82.

    Zusammenfassung

    Eine Befragung von 385 Fachleuten aus FinTech-Unternehmen, Digitalbanken, Zahlungsdienstleistern und Cybersicherheitsfirmen in Pakistan, ausgewertet mit SmartPLS 4. Ergebnis: KI-gestützte Betrugserkennung, Machine Learning, Echtzeitüberwachung und Anomalieerkennung schützen gemeinsam wirksam vor digitalem Finanzbetrug.

    • Betrugserkennung
    • Machine Learning
    • Anomalieerkennung
    • FinTech
    • Cybersicherheit
    DOI: Artificial Intelligence–Driven Fraud Detection in FinTech: Strengthening Cybersecurity Against Digital Financial Scams PDF: Artificial Intelligence–Driven Fraud Detection in FinTech: Strengthening Cybersecurity Against Digital Financial Scams
    BibTeX: Artificial Intelligence–Driven Fraud Detection in FinTech: Strengthening Cybersecurity Against Digital Financial Scams 
    @article{khan2026fraud,
  title   = {Artificial Intelligence–Driven Fraud Detection in FinTech: Strengthening Cybersecurity Against Digital Financial Scams},
  author  = {Khan, Sana Ullah and Zafar, U. and Imran, S. and Ali, M.},
  journal = {Journal of Business Insight and Innovation},
  year    = {2026},
  volume  = {5},
  number  = {6},
  pages   = {72--82},
  doi     = {10.63544/jbii.v5i6.116}
}
  2. Erstautor31. März 2026

    Artificial Intelligence and Workplace Safety in the Oil and Gas Industry: Transforming Occupational Risk Assessment through Smart Safety Analytics

    Khan, S. U., Zafar, R., Alam, M. M., & Iqbal, M. (2026). Periodicals of Management Studies, 6(1), 46–60.

    Zusammenfassung

    Wie KI die Risikobewertung am Arbeitsplatz in der Öl- und Gasindustrie von reaktiv zu vorausschauend machen kann. Eine Befragung von Fachleuten aus Arbeitssicherheit und KI, ausgewertet mit Regression und Strukturgleichungsmodellen, zeigt: KI-Einsatz und vorausschauende Risikobewertung hängen stark mit besseren Sicherheitsergebnissen zusammen (das Modell erklärt 69 % der Varianz). Datenqualität, Kosten und fehlendes Fachwissen bleiben Hürden.

    • Künstliche Intelligenz
    • Predictive Analytics
    • Risikobewertung
    • Arbeitssicherheit
    DOI: Artificial Intelligence and Workplace Safety in the Oil and Gas Industry: Transforming Occupational Risk Assessment through Smart Safety Analytics PDF: Artificial Intelligence and Workplace Safety in the Oil and Gas Industry: Transforming Occupational Risk Assessment through Smart Safety Analytics
    BibTeX: Artificial Intelligence and Workplace Safety in the Oil and Gas Industry: Transforming Occupational Risk Assessment through Smart Safety Analytics 
    @article{khan2026safety,
  title   = {Artificial Intelligence and Workplace Safety in the Oil and Gas Industry: Transforming Occupational Risk Assessment through Smart Safety Analytics},
  author  = {Khan, Sana Ullah and Zafar, R. and Alam, M. M. and Iqbal, M.},
  journal = {Periodicals of Management Studies},
  year    = {2026},
  volume  = {6},
  number  = {1},
  pages   = {46--60},
  doi     = {10.65181/poms.06.01.0100}
}
  3. Mitautor30. März 2026

    GenAI Adoption in Entrepreneurial Education and Digital Entrepreneurial Intention

    Soomro, M. A., Khalid, M. A., Mangi, A. R., & Khan, S. U. (2026). International Journal of Advanced Social Studies, 6(1), 82–93.

    Zusammenfassung

    Eine Befragung von 412 Studierenden, ausgewertet mit Strukturgleichungsmodellen. Der Einsatz generativer KI in der Gründungsausbildung stärkt die Absicht, digitale Unternehmen zu gründen, teils über die Einstellung der Studierenden; ein unterstützendes Hochschulklima verstärkt den Effekt (58 % der Varianz erklärt).

    • Generative KI
    • Gründungsausbildung
    • Strukturgleichungsmodelle
    DOI: GenAI Adoption in Entrepreneurial Education and Digital Entrepreneurial Intention PDF: GenAI Adoption in Entrepreneurial Education and Digital Entrepreneurial Intention
    BibTeX: GenAI Adoption in Entrepreneurial Education and Digital Entrepreneurial Intention 
    @article{soomro2026genai,
  title   = {GenAI Adoption in Entrepreneurial Education and Digital Entrepreneurial Intention},
  author  = {Soomro, M. A. and Khalid, M. A. and Mangi, A. R. and Khan, Sana Ullah},
  journal = {International Journal of Advanced Social Studies},
  year    = {2026},
  volume  = {6},
  number  = {1},
  pages   = {82--93},
  doi     = {10.70843/ijass.2026.06107}
}

Forschungsinteressen

Woran ich gerade arbeite

  • Erkennung KI-generierter TexteDas Thema meiner Masterarbeit.
  • Phishing- & Scam-ErkennungMein aktuelles Projekt, für Nachrichten auf Englisch, Urdu und Roman Urdu.
  • BetrugserkennungPaper als Erstautor über KI-gestützte Betrugserkennung im FinTech-Bereich.

Was ich als Nächstes erforschen möchte

  • Adversarial Machine LearningWie Angreifer ML-Modelle täuschen und wie man sie robust macht.
  • LLM-SicherheitPrompt Injection, Missbrauch und der sichere Einsatz von Sprachmodellen.
  • KI für das SOCMit ML Alarme und Logs im Security Operations Center vorsortieren.

Aktuelle Neuigkeiten

  1. IELTS Academic mit 6.5 (B2) bestanden und mit Deutsch angefangen.

  2. Kurs „IoT for Everyone“ abgeschlossen (UET Peshawar / HEC, Coursera).

  6. MS in Künstlicher Intelligenz von der Islamia University of Bahawalpur verliehen (CGPA 3,66 / 4,00).