بهبود روش تشخیص و پیشگیری از تقلب در داده های بزرگ با استفاده از روش خوشه بندی فازی

تشخیص تقلب در هر سازمان اهمیت زیادی دارد. چرا که تشخیص به موقع این داده های متقلب در مراحل اولیه می تواند از صدمات بیشتر به سازمان مربوطه جلوگیری کند. تعریف هر سازمان برای تشخیص تقلب متفاوت است. بنابراین هر کدام از سازمان ها یک سری معیارهایی را برای تشخیص دادن تقلب معرفی می کند. در این پژوهش به منظور تشخیص تقلب از روش خوشه بندی WFCM استفاده می شود. هدف آن است که دو خوشه ایجاد شود یک خوشه مخرب و یک خوشه عادی سپس با استفاده از مدل مارکوف گره های مخرب را با استفاده از مدل مارکوف تشخیص داده می شوند. اگر در یک خوشه ۲۵% از داده هایی که در نزدیکی مرکز خوشه قرار دارند به میزان ۷۵% مخرب باشند. به عنوان خوشه مخرب شناسایی می شوند. در ادامه خوشه مورد نظر توسط رگرسیون جریانی تحلیل می شود. و در نهایت این اطلاعات به کاربر نمایش داده می شود تا اقدامات لازم توسط کاربر صورت بگیرد. روش پیشنهادی توسط نرم افزار متلب پیاده سازی شده و نتایج به دست آمده حاکی از آن است که استفاده از روش پیشنهادی منجر به بهبود تشخیص داده های متقلب شده است.

کلیدواژه ها:

تشخیص تقلب ، خوشه بندی ، WFCM ، مدل مارکوف ، برچسب گذاری