شناسایی کاربران ناهنجار در سیستم بانکداری الکترونیکی بابکارگیری سیستم عصبی فازی تطبیقی

  • سال انتشار: 1395
  • محل انتشار: ششمین همایش ملی بانکداری الکترونیک و نظام های پرداخت
  • کد COI اختصاصی: CEBPS06_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 515
دانلود فایل این مقاله

نویسندگان

الهه جاوید پور

کارشناس واحد طرح و برنامه بخش داده کاوی و هوش تجاری شرکت پرداخت نوین آرین

رضا روانمهر

دانشگاه آزاد اسلامی واحد تهران مرکزی گروه مهندسی کامپیوتر

چکیده

رشد قابل توجه تقلب در سیستم های بانکداری با استفاده از نرمافزارهای مخرب، امروزه به یکی از معضلات اقتصاد جهانی تبدیل شده است. متاسفانه، بسیاری از روش های موجود برای تشخیص تقلب بدلیل پیشرفت و تنوع روزافزون نفوذ در سیستم های بانکداری و راهکارهای متقلبانه، عملا به سرعت ناکارآمد خواهند شد. در این راستا تجزیه و تحلیل سیستم های تشخیص تقلب و ارایه راهکاری نو در این زمینه، یک ضرورت مهم در دنیای بانک داری می باشد. مشکل دیگر توسعه ی روش های تشخیص تقلب برای سیستم های بانکداری، در دسترس نبودن داده های واقعی برای جامعه علمی است؛ در این راستا، در این مقاله سعی شده است از دیتاست های واقعی موجود در سطح اینترنت و داده های محدود جمع آوری شده از سطح بانک استفاده شود که داده ها تا حد امکان واقعی و مناسب باشند. در این مقاله برای ارایه ی راهکاری نو برای تشخیص تقلب در سیستم های بانکداری از تلفیق تکنیک های هوش مصنوعی و الگوریتم های تجمعی استفاده شده است. سیستم پیشنهادی در این تحقیق رویکردی ترکیبی با به کارگیری سیستم عصبی- فازی تطبیقی و الگوریتم بگینگ میباشد که با توجه به داده های ثبت شده در دیتاست به پیش بینی وقوع تقلب در معاملات بانکی خواهد پرداخت. سیستم پیشنهادی با به کارگیری سیستم عصبی- فازی تطبیقی قادر می باشد رفتاری که در داده های ورودی و خروجی پنهان است را استخراج کند. علاوه بر این، در این مقاله برای بهبود دادن یادگیری ماشین و افزایش دقت دسته بندی از تکنیک بگینگ استفاده شده است. نتایج پیاده سازی و تست سیستم پیشنهادی،عملکرد مناسب سیستم را با دقت بالاتر از 90 %در مقایسه با روش های تشخیص تقلب مبتنی بر سیستم ایمنی مصنوعی و شبکه های عصبی مصنوعی در تشخیص تقلب نشان میدهد.

کلیدواژه ها

شناسایی تقلب، سیستم عصبی- فازی تطبیقی، الگوریتم بگینگ، سیستم های بانکداری الکترونیک

مقالات مرتبط جدید

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.