کشف تقلب در کارتهای اعتباری با استفاده از یادگیری عمیق

با توجه به این که استفاده از پرداختها توسط کارتهای اعتباری به عنوان بخشی جدایی ناپذیر و مهم از زندگی امروزی تبدیل شده اند و بسیاری از افراد جهت خرید و نقل و انتقال پول از کارتهای اعتباری استفاده می کنند و موسسات مختلفی نیز در تلاش برای افزایش رضایتمندی و خدمات خود در حوزههای مختلف هستند لذا ارائه راهکارهایی که بتواند از وقوع تقلب در کارت های اعتباری جلوگیری نماید مهم و ضروری است. بر اساس پیشرفتهای انجام شده در حوزه تشخیص تقلب در کارت های اعتباری و نیز تعداد بالای ارائه دهندگان خدمات در این حوزه موضوع تشخیص تقلب برای حفظ منابع مالی کاربران و افراد و همچنین جلوگیری از ضررهای شدید آنها به علت کلاهبرداری به عنوان یک چالش بزرگ و مهم در نظر گرفته شده است. از این رو دستیابی به روشی که بتواند از تقلبهای مختلف در کارت های اعتباری جلوگیری نماید و اطمینان بیشتری را برای دارندگان کارت های اعتباری به ارمغان بیاورد، ضروری و مهم است. از سوی دیگر تشخیص تقلب به ارائه دهندگان کارت های اعتباری و موسسات مختلف این امکان را میدهد که بتوانند راحت تر و سریع تر اطلاعات مرتبط با این حوزه را به دست آورده و در تصمیم گیریهای خود جهت مسدود کردن یا جلوگیری از انجام تراکنش استفاده نمایند. در بررسیهای صورت گرفته از کارهایی که در زمینه پژوهش صورت گرفته است روشهای کمی برای تشخیص تقلب در کارت های اعتباری از اطلاعات گذشته و پارامترهای کارت اعتباری ارائه شده است و دلیل آن پیچیدگی تحلیل تمامی معیارها و پارامترها است. بر همین اساس در این پژوهش سعی می شود روشی بر اساس الگوریتم یادگیری عمیق برای تشخیص تقلب ارائه گردد. با توجه به اینکه استفاده از یادگیری عمیق منجر خواهد شد تا مشکل تاثیر پارامترها به نحو بهتری، تنظیم تعیین و کنترل شود لذا این پژوهش در تلاش است تا با استفاده از قابلیتهای یادگیری عمیق به یازدهمین کنفرانس بین المللی مهندسی برق، کامپیوترومکانیک روش مناسب دست یابد. نوآوری این پژوهش در این است که بتواند راهکاری ارائه دهد که در آن علاوه بر افزایش دقت تشخیص، سرعت اجرای الگوریتم پیشنهادی و کارایی آن را نیز افزایش یابد.

کلیدواژه ها:

کشف تقلب ، کارتهای اعتباری ، یادگیری عمیق ، الگوریتم بهینه سازی ، شبکه عصبی پیچشی ، شبکه عصبی مولد متخاصم