چکیده:
جرایم الکترونیکی و مجازی قدمت کوتاهی دارند و تنها طی بیست سال اخیر این اصطلاح رواج یافته است و با ساده تر شدن کاربرد و استفاده از رایانهای برای همگان و کاهش قیمت دسترسی به ابزار فناوری اطلاعات، معطلی نوین به نام جرایم الکترونیکی در فضای مجازی پدید آمده است و نهادهای امنیتی، انتظامی و نظارتی را با چالش جدید مواجه ساخته است. جرایم الکترونیکی که به جرایم نسل سوم رایانه و اینترنت وابسته است، در محیط مجازی یا فضای الکترونیکی قابل تحقق می باشد. در این میان راهکارهای علمی و هوشمند کشف جرم، به دلیل برخورداری از پشتوانه علمی و دانش ریاضی توجه بسیاری از جرم شناسان را به خود معطوف داشته است. یکی از این راهکارها، داده کاوی می باشد. داده کاوی فرایندی است که با استفاده از روشهای هوشمند، دانش را از مجموعه ای از ماده ها استخراج می کند. در این مقاله با استفاده از روش تحلیل محتوا و بررسی اسناد با بکارگیری روش ماشین بردار پشتیبان سیستم هوشمندی طرحی گردید تا جرایم الکترونیکی را در یک محیط مجازی تشخیص دهد. الگوریتم پیشنهادی را برای شناسایی رفتار کاربران وب سایت پورتال دیوان محاسبات کشور و تشخیص رفتارهای مشکوک با شدتهای مختلف را تست نمودیم. بدین منظور کلیه رفتارهای کاربران را با استفاده از داده کاوی و روش تحلیل محتوا در پنج سطح مختلف دسته بندی نمودیم. سپس سیستم بردار پشتیبان را براساس این کلاس ها آموزش و تست نمودیم.
خلاصه ماشینی:
"بررسی و شناسایی الگوریتم پیشنهادی در زمینه جرائم الکترونیکی در وب سایت پورتال دیوان محاسبات کشور مینا جانتنی کارشناس نرم افزار کامپیوتر، دیوان محاسبات استان کرمان ، کرمان ، ایران چکیده جرایم الکترونیکی و مجازی قدمت کوتاهی دارند و تنها طی بیست سال اخیر این اصطلاح رواج یافته است و با ساده تر شدن کاربرد و استفاده از رایانهای برای همگان و کاهش قیمت دسترسی به ابزار فناوری اطلاعات ، معظلی نوین به نام جرایم الکترونیکی در فضای مجازی پدید آمده است و نهادهای امنیتی، انتظامی و نظارتی را با چالش جدیدی مواجه ساخته است .
(کیوان پور١٣٨٧) امروزه تشخیص جرم و بهبود سطح امنیت در جرائم الکترونیکی بسیار مهتر از گذشته است ؛ بنابراین در این پژوهش ما رفتار مشتریان وب سایت پورتال دیوان محاسبات کشور را بررسی کردیم که به پنج دسته رفتار جداگانه به شرح زیر تعریف شده است : الف - رفتارعادی: شامل کاربرانی است که عملیات آنها به صورت عادی، بدون اشتباه و کامل انجام شده است .
سپس انواع رفتارهای متفاوت براساس داده کاوی اطلاعات مشتریان چند کلاس برای این کاربران وب سایت پورتال دیوان محاسبات کشور تعریف کردیم که و با استفاده از ماشین بردار پشتیبان (SVM) آنها را کلاس بندی نمودیم (بریل ١، ٢٠٠٨)."