CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص کلاهبرداری در کارت های اعتباری: یک رویکرد داده محور

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۵۸ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: ITMANC06_007
زبان مقاله: فارسی
حجم فایل: ۱۸۱.۱۶ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص کلاهبرداری در کارت های اعتباری: یک رویکرد داده محور

امیر حسین صدیقی - استادیار پژوهشگاه علوم فناوری اطلاعات ایران (ایرانداک)، تهران، ایران

چکیده مقاله:

با گسترش روز افزون تجارت الکترونیک نفوذ آن در ابعاد مختلف زندگی افراد، استفاده از کارت های اعتباری به یکی از راه های اصلی نقل انتقال های مالی تبدیل شده که خود بر میزان جرایم رایانه ای در این حوزه افزوده است. این امر نیاز به تشخیص خودکار کلاهبرداری را در این نوع از تراکنش ها دو چندان ساخته است. در این راستا قصد داریم تا در این مقاله برای کشف کلاهبرداری در تراکنش های کارت اعتباری از رویکردی داده محور استفاده نماییم. بدین منظور ابتدا الگوریتمی مبتنی بر شبکه عصبی مصنوعی پیشنهاد می شود. سپس از این الگوریتم برای کشف کلاهبرداری در یک مجموعه داده مرجع استفاده خواهد شد که مربوط به نمونه ای از تراکنش های مالی واقعی هستند. در نهایت عملکرد الگوریتم پیشنهادی با استفاده از معیارهایی نظیر صحت دقت با الگوریتم برتر مورد اشاره در پیشینه موضوع مقایسه می شود. مطابق نتایج عددی به دست آمده دیده می شود که الگوریتم پیشنهادی با 95 درصد صحت 96 درصد دقت، از کارایی بالایی بر روی مجموعه داده مرجع برخوردار است.

کلیدواژه‌ها:

تحلیل داده محور، کشف کلاهبرداری، هوش مصنوعی، فناوری اطلاعات

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ITMANC06-ITMANC06_007.html
کد COI مقاله: ITMANC06_007

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
صدیقی, امیر حسین، ۱۳۹۷، تشخیص کلاهبرداری در کارت های اعتباری: یک رویکرد داده محور، ششمین همایش ملی مدیران فناوری اطلاعات، تهران، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، https://www.civilica.com/Paper-ITMANC06-ITMANC06_007.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (صدیقی, امیر حسین، ۱۳۹۷)
برای بار دوم به بعد: (صدیقی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.