شناسايي فعاليت‌هاي پول شويي در تراكنش هاي مالي با استفاده از روش‌هاي داده‌كاوي، قانون بنفورد و الگوريتم GANs

امروزه پديده پول‌شويي به تهديدي جدي براي اقتصاد جهاني تبديل شده است. روش‌هاي سنتي مقابله با پول‌شويي هزينه‌بر و ناكارآمد هستند. اخيراً تكنيك‌هاي داده‌كاوي گسترش پيدا كرده‌اند و به عنوان روش‌هاي مناسب براي كشف فعاليت‌هاي پول‌شويي مورد توجه قرار گرفته‌اند. هدف اين تحقيق، استفاده از الگوريتم‌هاي داده‌كاوي در كشف موارد مشكوك به پول‌شويي با استفاده از داده‌هاي واقعي تراكنش‌هاي بانكي است كه ممكن است نياز به بررسي‌هاي بيشتر داشته باشند. تحليل داده‌ها با استفاده از فرآيند CRISP-DM انجام شده است. جامعه آماري تراكنش‌هاي بانك و نمونه آماري تراكنش‌هاي مربوط به يكي از شعب بانك است. داده‌ها از بانك اطلاعاتي بانك مورد مطالعه جمع‌آوري شده است. براي انجام اين كار از دو رويكرد استفاده ‌شده است. در رويكرد اول با استفاده از الگوريتم k-ميانگين ابتدا تراكنش‌هاي بانكي افراد خوشه‌بندي شده‌اند، سپس با استفاده از به‌كارگيري الگوريتم‌هاي كشف موارد مشكوك، تراكنش‌هايي كه ممكن است مشكوك به پول‌شويي باشند مشخص گرديده‌اند. در رويكرد دوم، روشي نوين با به‌كارگيري قانون بنفورد و روش GANs براي كشف حساب‌هايي كه در تراكنش‌هاي‌ آن‌ها از ارقام ساختگي استفاده ‌شده است و ممكن است مشكوك به پول‌شويي باشند معرفي شده است. رويكرد اول مي‌تواند حساب‌هايي كه در تراكنش‌هاي آن‌ها موارد پرت وجود دارد را با دقتي حدود ۹۳٪ درصد، و رويكرد دوم مي‌تواند حساب‌هاي مشكوكي كه در پنهان نمودن ارقام ساختگي در تراكنش‌هاي‌ آن‌ها، از روش‌هاي حرفه‌اي استفاده نشده است را با دقتي حدود ۶۰٪ به درستي تشخيص دهد.