مدیریت و کنترل نوع تراکنش های بانکی با هدف تشخیص تقلب با استفاده از هوش مصنوعی و الگوریتم ژنتیک

تعداد انجام تراکنش های بانکی روز به روز در حال افزایش است به طور ی که اکثر خرید و فروش های مردو و سفارشات آنها از طریق اینترنت و پرداخت هزینه آنها به صورت تراکنش های اینترنتی و از طریق کارت های اعتباری انجام می گرید. در این بین افرادی سود جو و کلاه بردار همواره از این شرایط به نفع خود استفاده می کنند و اقدام به تراکنش ها ی کلاه بردارانه می کنند . بر این اساس ارائه مدل هایی جهت تشخیص این نوع تراکنش ها لازم و ضروری است. بر این اساس در این تحقیق مدلی براساس شبکه عصبی مصنوعی و الگوریتم ژنتیک جهت تشخیص تراکنش های کلاه بردارانه ارائه شد. داده های مورد استفاده از پایگاه داده تهیه شدند. این مجموعهشامل 55 تراکنش مشکوک و 5445 تراکنش سالم بود. مجموعه داده شامل 30 ویژگی بود. ابتدا شبکه عصبی برای کل مجموعه ویژگی ها مدل شد که دقت کلی و صحت آن در تشخیص تراکنش مشکوک به ترتیب 99/8% و 76/4% به دست آمد. سپس مدل بهینه شبکه عصب ی با کمترین مقدار تابع هزینه و بالاترین دقت به دست آمد که نتا یج آن در تشخیص تراکنش مشکوک 77/35% بود. دقت کلی این مدل 99/78% بود. بررس ی نتایج نشان داد که کاربرد این روش می تواند تا حدود 77 درصد تراکنش های مشکوو را تشخیص دهد اما برای عملیاتی کردن این مدل باید به صورت آنلاین در سیستم بانکداری به کار گرفته شود

کلیدواژه ها:

تراکنش بانکی ، تخلف ، شبکه عصبی ، الگوریتم ژنتیک