امنیت مالی با استفاده از هوش مصنوعی بعنوان راهکاری نوین در پیش بینی تخلفات بانکی

هوش مصنوعی (AI) با ارائه سیستم های دقیق تر، مقیاس پذیر تر و سازگار تر در بخش های مختلف از جمله بانکداری، بیمه و مراقبت های بهداشتی، انقلابی در تشخیص کالهبرداری مالی ایجاد کرده است. هدف این بررسی سیستماتیک ارزیابی اثربخشی تکنیک های مبتنی بر هوش مصنوعی در شناسایی تقلب های مالی و شناسایی چالش ها و محدودیت های مرتبط با اجرای آنها است. این مطالعه به طور سیستماتیک مقالات بررسی شده توسط همتایان را از پایگاه های داده اصلی، با استفاده از روش هایی مانند یادگیری عمیق و یادگیری ماشینی برای ارزیابی عملکرد سیستم های تشخیص تقلب مبتنی بر هوش مصنوعی بررسی کرد. یافته ها نشان می دهد که هوش مصنوعی به طور قابل توجهی تشخیص تقلب در زمان واقعی و سازگاری با الگوهای تقلب در حال تکامل را در مقایسه با سیستم های سنتی مبتنی بر قوانین بهبود می بخشد. با این حال، چالش هایی مانند نگرانی های اخلاقی، سوگیری الگوریتمی، مسائل مربوط به حریم خصوصی داده ها و آسیب پذیری های سیستم، موانعی را برای پذیرش گسترده ایجاد می کنند. علاوه براین، مسائل مقیاس پذیری سازمان های کوچکتر را از استفاده کامل از پتانسیل هوش مصنوعی باز می دارد. در نتیجه، سیستم های تشخیص تقلب مبتنی بر هوش مصنوعی یک رویکرد تحول آفرین برای مبارزه با کالهبرداری مالی ارائه می دهند. با این حال، غلبه بر چالش ها مستلزم تمرکز بر کیفیت داده ها، توسعه مدل های هوش مصنوعی قابل توضیح و افزایش اقدامات امنیت سایبری است. سیاست گذاران و ذینفعان باید برای ایجاد چارچوب های نظارتی به روز شده که از استفاده اخلاقی از هوش مصنوعی در کشف تقلب پشتیبانی می کند، همکاری کنند.

کلیدواژه ها:

هوش مصنوعی ، کشف تقلب ، حریم خصوصی داده ها ، بخش مالی ، امنیت سایبری