اهمیت انتخاب ویژگی در تشخیص تقلب کارت اعتباری

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 778

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RCEITT01_111

تاریخ نمایه سازی: 11 اردیبهشت 1394

چکیده مقاله:

با پیشرفت های اخیر در فناوری، کارت های اعتباری به عنوان یکی از مهم ترین موارد سیستم پرداخت پذیرفته شده اند به دلیل کمبودهایی که در امنیت سیستم های پرداخت کارت های اعتباری وجود دارد، تقلب در آن ها روندافزایشی داشته است هرچه سریع تر تراکنش های کلاهبرداری تشخیص داده شوند بامتوقف کردن تراکنشهای انجام شده توسط کارتهای اعتباری جعلی از خسارات و زیان های واردن زیادی جلوگیری می شود ویژگی های دقیق و سنجیده به شدت درکارایی یک سیستم تشخیص تقلب تاثیر دارند انتخاب ویژگی یک مسئله مهم درسیستم های دسته بندی الگو می باشد و نقش کلیدی درافزایش دقت و صحت دسته بندی دارد انتخاب ویژگی یک مرحله پیش پردازش در بیشتر ا لگوریتم های تحلیل داده ها می باشد هدف ازانتخاب ویژگی امکان تشخیص ا لگوهای متعلق به دسته های مختلف است در این مقا له، ضمن مرور ا نواع و تشخیص تقلب کارت اعتباری، انواع روشهای اصلی در ا نتخاب ویژگی بررسی خواهدشد

نویسندگان

فهیمه فدائی نوغانی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی کامپیوتر نرم افزار، مشهد، ایران.

محمدحسین معطر

استادیار، دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی کامپیوتر نرم افزار، مشهد، ایران.

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 :
  • Aral, K.D., Giivenir, H.A., Sabuncuog lu, I., Akard, A.R (2012);" ...
  • _ hattacharyya, S 0, Jha, S., Tharakunnel , K. , ...
  • _ olon- Canedo, V. , S anchez -Maroio , N. ...
  • Bouaguel, W, Mufti, G.B, Limam, M (2013), A Fusion Approach ...
  • _ olon- Canedo, V. , Porto-Diaz, I., S anchez-Maroo , ...
  • Chandrasheka. G, Sahin.F (2014), " A survey on feature selection ...
  • Chang, W.H., Chang, J.S (2012), " An effective early fraud ...
  • Dai, J., Wang, W., Tian, H., Liu, L (201 3), ...
  • Duman, E., Ozcelik, M.H (2011), " Detecting credit card fraud ...
  • Farvaresh, H., Sepehri, M.M (2011), " A data mining framework ...
  • Feng, D., Chen, F., Xu, W (2014), " Supervised feature ...
  • Foithong, S., Pinngern, O., Attachoo, A (2012), " Feature subset ...
  • Hassan, A., Abou-Taleb, A. S _ , Mohamed, O.A. , ...
  • Hsu, H.H., Cheng-Wei Hsieh, C.H., Lu, M.D (2011), "Hybrid feature ...
  • Humpherys, S _ Moffit, K.C., Burns, M.B., Burgoon, J.K., Felix, ...
  • Jha, S _ .Guillen, M. , Westland, J.C (2012), " ...
  • Kim, J., Choi, K., Kim, G., Suh, Y (2012), " ...
  • Mashrgy, M.A., Bdiri, T., Bouguila, N (2014), "Robust simultaneous positive ...
  • Pozzolo, A.D., Caelen, O., Le Borgne, Y.A., Waterschoot, S _ ...
  • Sasikala, S., Appavu alias _ alamurugan, S., Geetha, S (2014), ...
  • Song, Q., Ni, J., Wang, G (2013), "A Fast Clustering-B ...
  • Tabakhi, S., Moradi, P., Akhlaghian, F (2014), " An unsupervised ...
  • Wang, G., Ma, J, Yang, S (2014), " An improved ...
  • Xue, B., Zhang, M.N., Browne, W (2014), " Particle SWarm ...
  • Yang, P., Liu, W., B. Zhou, B., Chawla, S., Y. ...
  • Yassi, M., Moattar, M.H (2014), "Robust and stable feature selection ...
  • Zhang, Y., Wanga, S., Phillips, P., Ji.G (2014), " Binary ...
  • Zhao, H, Qin, K (2014), Mixed feature selection in incomplete ...
  • نمایش کامل مراجع