چکیده:
هرچند آمار دقیقی از تقلب در کارتهای بانکی معتبر کشور وجود ندارد، به نظر میرسد تقلب در کارتهای بانکی روند رو به رشدی دارد و میتواند در آیندۀ نهچندان دور به یکی از معضلات سیستم بانکی کشور تبدیل شود. متأسفانه هنوز در کشورمان تحقیقات مناسبی در این خصوص صورت نگرفته و سیستم بانکی مدل یا مدلهایی کارا نیاز دارد که بتواند امنیت استفاده از کارتهای بانکی را تضمین کند. لذا در این پژوهش، پس از شناسایی انواع تقلبهای رایج در زمینۀ کارتهای بانکی و شبیهسازی تراکنشهای متقلبانه، با بهرهگیری از شبکههای عصبی مصنوعی، مدلی برای طبقهبندی تراکنشها به تراکنشهای سالم و متقلبانه (مشکوک به تقلب) ایجاد شد. این مدل که از نوع شبکۀ عصبی پرسپترون چندلایه است، علاوهبر اینکه مبتنی بر سیستم بانکی داخلی کشور است، توانسته است با دقت 99درصد، عملکرد نسبتا خوبی در طبقهبندی مزبور داشته باشد. با مقایسۀ معیارهای ارزیابی عملکرد محاسبهشدۀ این پژوهش و نتایج مدلهای ارائهشده در مطالعات دیگر، مشخص شد معیارهای ارزیابی عملکرد پژوهش حاضر از روایی و پایایی مناسبی برخوردارند
خلاصه ماشینی:
لذا در اين پژوهش ، پس از شناسايي انواع تقلب هاي رايج در زمينة کارت هاي بانکي و شبيه سازي تراکنش هاي متقلبانه ، با بهره گيري از شـبکه هـاي عصبي مصنوعي ، مدلي براي طبقه بندي تراکنش ها به تراکنش هاي سالم و متقلبانـه (مشـکوک به تقلب ) ايجاد شد.
در سال ٢٠١١ مدلي مبتني بـر قـوانين بـراي شناسـايي و مقابلـه بـا تراکنش هاي متقلبانه (براي تقلب هاي بدون استفاده از کارت ) در سيستم هاي پرداخت الکترونيکي ارائه شده است .
همان طور که پيش از اين نيز اشاره شد، هدف از ايجاد شـبکة عصـبي پرسـپترون چندلايـه ، طبقه بندي تراکنش هاي کارت هاي بانکي به دو طبقة سالم و متقلبانـه اسـت کـه ايـن کـار را بـا محاسبة يک شبه احتمال براي هر طبقه در هر تراکنش انجام مي دهد.
منحني ROC مدل شبکة عصبي پرسپترون چندلايه نتيجه گيري و پيشنهادها حاصل پژوهش انجام گرفته ، مدل هاي شناسايي تقلب در کارت هاي بانکي بوده است که عملکـرد آنها در طبقه بندي ، نسبتا مناسب به نظـر مـي رسـد.
Distributed datamining in credit card fraud detection.
Use of business intelligence as a strategic information technology in banking: fraud discovery & detection.
Data mining methods for credit card fraud detection.
Datamining application in credit card fraud detection system.
Credit card fraud detection using artificial neural network tuned by genetic algorithms (Doctoral dissertation).
Credit card fraud detection: A fusion approach using Dempster-Shafer theory and Bayesian learning.
Application of classification model on credit card fraud detection.
Credit card fraud detection using hidden markov model.