تشخیص ناهنجاری در حسابرسی فناوری اطلاعات با استفاده از شبه برچسب های مبتنی بر ریسک و الگوریتم جنگل تصادفی

با گسترش استفاده از سیستم های اطلاعاتی و افزایش حجم و تنوع داده های سیستمی، حسابرسی فناوری اطلاعات با چالش های جدیدی در شناسایی رفتارهای غیرعادی و پرخطر مواجه شده است. روش های سنتی حسابرسی که عمدتا مبتنی بر بررسی های دستی و قواعد ایستا هستند، توانایی محدودی در کشف الگوهای پیچیده و غیرخطی داده های امروزی دارند. در این پژوهش، مسئله تشخیص ناهنجاری در حسابرسی فناوری اطلاعات به صورت یک طبقه بندی دودویی مدل سازی شده و یک رویکرد داده محور مبتنی بر یادگیری ماشین برای شناسایی و اولویت بندی موارد پرخطر ارائه می شود. در روش پیشنهادی، داده های تراکنش، مشتری و پذیرنده یکپارچه شده و پس از پیش پردازش ساختاریافته، ویژگی های حسابرسی محور استخراج می گردد؛ از جمله الگوهای زمانی، شاخص های مغایرت بین سیستمی و انحراف از رفتار معمول مشتری. این پژوهش از مجموعه داده عمومی «IEEE-CIS Fraud Detection» شامل ۱۰۰۰ تراکنش با ۲۵ ویژگی استفاده می کند. ویژگی ها شامل داده های خام تراکنش و مشتری و همچنین شاخص های استخراج شده مبتنی بر رویکرد حسابرسی مانند الگوهای زمانی و انحراف از رفتار معمول هستند. به دلیل محدودیت برچسب های واقعی ناهنجاری، یک سازوکار شبه برچسب گذاری مبتنی بر قواعد حسابرسی و امتیازدهی ریسک طراحی شده و به عنوان متغیر هدف برای آموزش مدل جنگل تصادفی به کار می رود. خروجی مدل یک امتیاز احتمال است که امکان رتبه بندی تراکنش ها و استخراج موارد پرخطر اولویت دار را فراهم می کند. نتایج تجربی نشان می دهد روش پیشنهادی در مجموعه آزمون به صحت %۹۷، دقت %۸۵، فراخوانی ۹۳% و امتیاز F۱ برابر %۸۹ دست یافته و می تواند به عنوان ابزار تصمیم یار موثر برای پشتیبانی از حسابرسی فناوری اطلاعات استفاده شود.

کلیدواژه ها:

تشخیص ناهنجاری ، جنگل تصادفی ، حسابرسی فناوری اطلاعات ، شبه برچسب گذاری مبتنی بر ریسک ، یادگیری ماشین