شناسایی تراکنش های مشکوک درعملیات ضدپولشویی به کمک مدل ترکیبی هوشمند

در چند دهه اخیر، اقتصاد جهانی با پدیده پولشویی آثار مخرب آن بر اقتصاد کشور مواجه بوده است. پولشویی یک فرآیند مجرمانه پنهان کردن منشاء غیر قانونی پول کثیف مشروع جلوه دادن آن میباشد. در این سالها با جهانی شدن اقتصاد، آزادسازی جریانهای سرمایه ای بین المللی، توسعه بانکداری الکترونیکی و... پولشویی نیز تا حدودی تسهیل شده است، به طوری که براساس تخمین صندوق بین المللی پول بانک جهانی درآمدهای نامشروعی که توسط پولشویان در چرخه تطهیر پولشویی قرار میگیرند، در حدود تا درصد تولید ناخالص جهانی است. اکثر موسسات بین المللی راه حلهای ضدپولشویی متعددی برای برخورد با این تقلب سرمایه گذاری انجام دادهاند. با این حال، روشهای جستجوی سنتی زمان زیادی میبرد. اخیرا روش های دادهک اوی توسعه یافته اند تکنیکهای مناسب تری برای شناسایی پولشویی به نظر میرسند. در این تحقیق، یک روش ترکیبی هوشمند مبتنی بر خوشه بندی شبکه های عصبی فیلترهای رگرسیونی در جهت شناسایی تراکنشهای مشکوک پیشنهاد کرده ایم، بدین صورت که این روش ابتدا با استفاده از شبکه های عصبی تراکنشها را خوشه بندی نموده در قدم بعدی با استفاده از فیلترهای رگرسیونی تراکنشها را طبقه بندی سپس با استفاده از قواعد بیزین تراکنشها را منظم تر کرده است. نتایج بدست آمده از این پیادهسازی روی یک مجموعه داده دستی در بازه زمانی یکماه هو یک مجموعه داده بانکی بدین صورت است که در سه روش رگرسیون برای مجموعه داده دستی خود برای مجموعه داده بانکی به جز فیلتر رگرسیونی غیرخطی خودکار با در نظر گرفتن پارامترهای خارجی در دو روش دیگر در مقایسه با کار پایه بهینه تر میباشد.

کلیدواژه ها:

پولشویی ، تراکنش های مشکوک ، رگرسیون ، خوشه بندی ، طبقه بندی ، داده کاوی