یک روش مبتنی بر KNN جهت کشف تقلب در عملیات بانکداری

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 620

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCC03_024

تاریخ نمایه سازی: 6 اردیبهشت 1396

چکیده مقاله:

در سال های اخیر، توسعه فناوری های جدید راه های زیادی را برای متقلبان و مجرمان بازکرده است که بتوانند مرتکب تقلب شوند. به دلیل هزینه های بسیار زیاد مستقیم یا غیرمستقیم تقلب، بانک ها و موسسات مالی و پولی به شدت به دنبال تسریع و سرعت عمل در شناخت فعالیت های کلاهبرداران و متقلبان می باشند. این امر به دلیل اثر مستقیم آن روی خدمت رسانی به مشتریان این موسسات، کاهش هزینه های عملیاتی و باقیماندن به عنوان یک ارایه دهنده خدمات مالی معتبر و قابل اطمینان است. امروزه شاهد آن هستیم که سیستم بانکداری الکترونیکی پیشرفت بسزا و مدرنی داشته و با روش های متعدد و سریعی اقدام به کشف تقلب و جلوگیری از سوء استفاده افراد متقلب و سودجو کرده است. در این مقاله، از تکنیک K نزدیکترین همسایه و k-means جهت بهبود دقت الگوریتم کشف تقلب های صورت گرفته در تراکنش های مربوط به کارت های اعتباری در سیستم بانکداری الکترونیک استفاده شده است. در نهایت نتایج بدست آمده از روش پیشنهادی از لحاظ دقت کشف تقلب های بانکی و سرعت شناسایی این تقلب ها با سایر روش ها مورد مقایسه و ارزیابی قرار گرفته است.

نویسندگان

مسعود خدابخشی

دانشجوی کارشناسی ارشد رشته مهندسی کامپیوتر . دانشکده فنی و مهندسی . دانشگاه آزاد اسلامی واحد اراک

مهدی فرتاش

استادیار دانشکده فنی مهندسی، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد اراک

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Spafford, S. Kumar & Eugene. H. (1994).A Pattern Matching Model ...
  • Quah, J.T.S; Sriganesh, M.; 2008. "Real-Time credit card fraud detection ...
  • Han, J.; Kamber, M. _ 2006 "Data Mining, Concepts and ...
  • Frawley, W.j.; Piatetsky- Shapiro, G.; Matheus, C.J; 1992. "Knowledge Discovery ...
  • Han J., M. Kamber, Data Mining: Concepts and Techniques (Second ...
  • Stolfo, W.L & San, S.(1998). Data Mining Approaches for Intrusion ...
  • Phua, C.; Alahakoon, D.; Lee, V. _ 2004. "Minority Report ...
  • Ghosh, S.; Reilly, D.L. 1994. "Credit Card Fraud Detection with ...
  • Srivantava, _ Kundu, A.; Sural, S.; 2008. "Credit Card Fraud ...
  • Frawley, W.j.; Piatetsky- Shapiro, G.; Matheus, C.J; 1992. "Knowledge Discovery ...
  • Intelligence for Financial Engineering. Proceedings of the IEEE/IAFE, 1997, pp ...
  • R. J. Bolton and D J. Hand, "Unsupervised profiling methods ...
  • intrusion detection model". IEEE Transactions On Software An:ه D. E. ...
  • A. K. Ghosh and A. Schwartzbax. _ study in using ...
  • C. Cortes and) Pregibon, _ S ignature-based methods for data ...
  • نمایش کامل مراجع