تشخيص كلاهبرداري در كارت‌هاي اعتباري: يك رويكرد داده محور

با گسترش روز افزون تجارت الكترونيك و نفوذ آن در ابعاد مختلف زندگي افراد، استفاده از كارت‌هاي اعتباري به يكي از راه‌هاي اصلي نقل و انتقال‌هاي مالي تبديل شده كه خود بر ميزان جرايم رايانه‌اي در اين حوزه افزوده است. اين امر نياز به تشخيص خودكار كلاهبرداري را در اين نوع از تراكنش‌ها دو چندان ساخته است. در اين راستا قصد داريم تا در اين مقاله براي كشف كلاهبرداري در تراكنش‌هاي كارت اعتباري از رويكردي داده محور استفاده نماييم. بدين منظور ابتدا الگوريتمي مبتني بر شبكه عصبي مصنوعي پيشنهاد مي‌شود. سپس از اين الگوريتم براي كشف كلاهبرداري در يك مجموعه داده مرجع استفاده خواهد شد كه مربوط به نمونه‌اي از تراكنش‌هاي مالي واقعي هستند. در نهايت عملكرد الگوريتم پيشنهادي با استفاده از معيارهايي نظير صحت و دقت با الگوريتم برتر مورد اشاره در پيشينه موضوع مقايسه مي‌شود. مطابق نتايج عددي به دست آمده ديده مي‌شود كه الگوريتم پيشنهادي با 95 درصد صحت و 96 درصد دقت، از كارايي بالايي بر روي مجموعه داده مرجع برخوردار است.