ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

روش های هوشمند داده پردازی در تشخیص فریب در سامانه های بانکی

سال انتشار: 1400
کد COI مقاله: MEECONF02_010
زبان مقاله: فارسیمشاهده این مقاله: 21
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 20 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله روش های هوشمند داده پردازی در تشخیص فریب در سامانه های بانکی

محمدجواد بختیاری - دانشجوی کارشناسی ارشد،دانشکده مهندسی صنایع و سیستم ها

چکیده مقاله:

امروزه در صنعت مالی ، دولت ، بخش های شرکت و مصرف کنندگان عادی با پیامدهای بسیار گسترده ای رو برو شده اند . افزایش وابستگی به فن آوری های جدید از قبیل رایانش ابری و محاسبات همراه در سال های اخیر ، روش های مربوط به تشخیص دستی را پیچیده تر کرده و نه تنها زمان گیر ، گران قیمت و نادرست است ، بلکه در عصر داده های بزرگ نیز غیرعملی است . تعجبی ندارد که موسسات مالی با استفاده از روش های آماری و محاسباتی به فرآیندهای خودکار تبدیل شده اند . این مقاله علاوه بر بررسی جامع در مفهوم و مخاطرات استفاده از بانکداری الکترونیکی تعدادی از روش های مدرن برای جلوگیری از کلاهبرداری توسط کشور ها را مقیاس تحلیلی نموده است. کشف کلاهبرداری شامل نظارت بر رفتار جمعی از کاربران رایانه به منظور تخمین ، شناسایی یا جلوگیری از رفتارهای نامطلوب است. از تحقیقات ردیابی کلاهبرداری مالی با استفاده از روش های داده کاوی با تمرکز ویژه بر تکنیک های مبتنی بر هوش محاسباتی CI نشان می دهد . ضمن اینکه در مطالعات تجربی یک شکاف تحقیقاتی شناسایی شد به طوری که عموم مقالات، بررسی ارتباط موجود بین انواع کلاهبرداری ، الگوریتم تشخیص مبتنی بر هوش رقابتی و عملکرد آن ها را مورد خطاب قرار نمی دهند . ما یک طبقه بندی جامع و همچنین تجزیه و تحلیل مقالات کشف تقلب موجود بر مبنای جنبه های کلیدی مانند الگوریتم تشخیص بکار گرفته شده ، نوع کلاهبرداری ، و عملکرد روش های تشخیص انواع تقلب مالی خاص را ارائه کرده ایم . علاوه بر این در روش های داده پردازی برای محاسبه ارزش سرمایه شرکت ها، ارزیابی سرمایه پروژه ها و تخمین رفتارهای نامطلوب سامانه های بانکی در محاسبه ریسک تجارت، روش ترکیبی بیزی_فازی مبتنی بر یادگیری عمیق پیشنهاد می گردد

کلیدواژه ها:

تشخیص ناهنجاری، روش بیزی_فازی، سیستم شناسایی کلاهبرداری FDSs

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا MEECONF02_010 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1266114/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بختیاری، محمدجواد،1400،روش های هوشمند داده پردازی در تشخیص فریب در سامانه های بانکی،دومین کنفرانس مکانیک، برق و علوم مهندسی،https://civilica.com/doc/1266114

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، بختیاری، محمدجواد؛ )
برای بار دوم به بعد: (1400، بختیاری؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی