تشخیص تقلب در تراکنش های صنعت بانکی با رویکرد بهینه سازی فراپارامتر الگوریتم ماشین بردار پشتیبان
- سال انتشار: 1402
- محل انتشار: دومین کنفرانس ملی تحول دیجیتال، بانک و بیمه
- کد COI اختصاصی: DBICONF02_006
- زبان مقاله: فارسی
- تعداد مشاهده: 403
نویسندگان
دانشجو، کارشناسی ارشد مدیریت فناوری طلاعات، گروه فناوری اطلاعات، دانشکده مدیریت، دانشگاه آزاد واحد تهران شمال
استادیار، دکتری مهندسی صنایع، گروه مدیریت صنعتی و فناوری اطلاعات، دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی
چکیده
در طی دهه های اخیر، اهمیت تجارت الکترونیک به طور چشمگیری افزایش یافته است. با رشد روزافزون استفاده از کارت های الکترونیکی، به خصوص در صنعت بانکی، حجم تراکنش با این کارت ها نیز به سرعت افزایش پیدا کرده است. تراکنش های بانکی در عصر دیجیتال با استفاده گسترده از فناوری اطلاعات به یکی از راهکارهای انتقال و مدیریت مالی تبدیل شده اند. یکی از مهمترین موانع استفاده از خدمات بانکداری الکترونیکی، نبود امنیت و برخی سوءاستفاده ها در مسیر انجام مبادلات مالی است. اصلی ترین چالش موسسات مالی و بانک ها مساله تقلب می باشد. به همین دلیل، استفاده از روش هایی برای شناسایی رفتارهای مشکوک، از مسائل مهم در موسسات مالی است. در این پژوهش، روشهای داده کاوی به منظور تشخیص تقلب در تراکنش های بانکی بررسی می شود. جهت تشخیص تقلب در تراکنش های کارت های بانکی که از نوع داده های بسیار نامتعادل هستند، بهینه سازی الگوریتم ماشین بردار پشتیبان با تکنیک های فراپارمتر ارائه شده و بر روی مجموعه داده سایت کگل که شامل تراکنش های کارت های بانکی هستند در محیط نرم افزار پایتون مورد شبیه سازی قرار گرفته است. مدل ارائه شده از داده های تراکنش بانکی بهره مند شده و توانایی استخراج الگوهای پیچیده را دارد. تکنیک گریدسرچ به عنوان یک روش بهینه سازی موثر، پارامترهای الگوریتم ماشین بردار پشتیبان را به طور هوشمندانه تنظیم می نماید. نتایج حاصل از ارزیابی مدل نشان می دهد که ماشین بردار پشتیبان با توجه به معیار دقت و صحت بهبود چشمگیری در تشخیص الگوهای تقلب دارد. ترکیب ماشین بردار پشتیبان و تکنیک گریدسرچ به عنوان یکراهکار نوآورانه میتواند به بهبود امنیت تراکنش های بانکی در عصر دیجیتال کمک شایانی نماید.کلیدواژه ها
کشف تقلب، ماشین بردارپشتیبان، تکنیک گریدسرچ، تراکنش سالممقالات مرتبط جدید
- ساختار سازمانی برای نسل Z: طراحی تیم ها و فرآیندهای کاری برای نسل دیجیتال
- ارزیابی اثرات مدیریت زنجیره تامین کالاها بر بهرهوری و تاب آوری در صنعت ساخت و ساز
- Optimizing transport routing in the supply chain using the Ant Colony Optimization in MATLAB
- ارائه مدل معیار جامع برای محاسبه اوزان مشترک در تحلیل پوششی داده های چند هدفه
- Marketing Analysis of Dynamic Capabilities and Customer Satisfaction in the Housing Industry
اطلاعات بیشتر در مورد 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.