الگوریتم های هوش مصنوعی برای تشخیص الگوها و رفتارهای مشکوک در معاملات مالی

با پیشرفتهای سریع در حوزه هوش مصنوعی این فناوری به ابزار جدید و قدرتمندی تبدیل شده است. استفاده از هوش مصنوعی در حوزه بانکی و مالیاتی می تواند به بهبود امنیت و پیشگیری از جرایم بانکی و مالی کمک کند. اما برای استفاده موثر از این تکنولوژی نیاز به داشتن داده های کافی و حفظ حریم خصوصی افراد رفع چالش های مربوط به الگوریتم ها، بهبود عملکرد هوش مصنوعی و همکاری بین شرکت های بانکی و مالی و دولت وجود دارد. با توجه به این موضوع تحلیل درماندگی مالی، یک پدیده با اهمیت برای سرمایه گذاران، اعتباردهندگان و سایر استفاده کنندگان از اطلاعات مالی محسوب می شود. بر همین اساس یکی از اقدامات مدیریتی به منظور کاهش تعهدات مالیاتی، عدم پرداخت مالیات از طریق تقلب مالیاتی است. به طور کلی تقلب مالیاتی با توجه به تاثیرات مخرب آن یکی از تهدید آمیزترین مشکلاتی است که هر جامعه بشری با آن دست و پنجه نرم می کند. این عمل به استفاده عمدی از اطلاعات نادرست برای کلاهبرداری از پول یا دارایی فرد یا سازمان دیگری اشاره دارد. لذا وجود یک سیستم پردازش تشخیص پولشویی و آشکارسازی تقلب در سیستم مالیاتی کشور ضرورت دارد. حال پژوهش حاضر به صورت روش توصیفی و تحلیلی انجام شده است. هدف این مقاله بررسی روش های کشف تقلب بانکی، چالش ها و مزایای استفاده از رویکرد شبکه های عصبی و هوش مصنوعی در حوزه بانکی و مالیاتی می باشد. ظرفیت نظام حقوقی ایران برای بهره برداری از این فناوری مورد بررسی قرار گرفته است. همچنین نتایج نشان می دهد، هوش مصنوعی می تواند به کشف فعالیت های مشکوک و نظارت بر کارکردهای مالی کمک کند و به ارائه راهکارهایی برای پیشگیری از جرایم بانکی و مالی کمک کند و در نهایت چالش ها را شناسایی می کند و پیشگیری از این نوع کلاهبرداری ها، تقلب مالی و مسائل قانونی و اخلاقی نیز مورد بررسی قرار می گیرند.

کلیدواژه ها:

روشهای هوش مصنوعی ، تقلب ، بانکی ، کلاهبرداری ، جرم انگاری ، سوءاستفاده اطلاعاتی