بهنام حیدری - دانشجو کامپیوتر نرم افزار ، دانشگاه آزاد اسلامی، شیراز

با گسترش روز افزون استفاده از سامانه های مدرن بانکی و افزایش تعداد تراکنشهای بانکی، سوء استفاده های مالی وتقلب در این تراکنشها بیش از پیش نمود پیدا کرده است. این سوء استفاده ها علاوه بر از دست دادن منابع مالی هنگفت،باعث کاهش اعتماد مشتریان به استفاده از سامانه های مدرن بانکی و در نتیجه کاهش اثربخشی این سامانه ها در مدیریت بهینه ی سرمایه و تراکنشهای مالی میشود. هر چند جلوگیری از تقلب بهترین راه کاهش تقلبهای بانکی است، اما افرادسودجو از راه هایی به اهداف خود دست پیدا میکنند. بنابراین روشهایی مورد نیاز است تا تراکنشهای مشکوک به صورتبرخط شناسایی و از انجام آنها ممانعت به عمل آید. در سالهای اخیر روشهای داده کاوی توانسته اند با موفقیت درجلوگیری از پولشویی، تشخیص تقلب کارتهای سپرده و اعتباری به کار گرفته شود . در این مقاله از ترکیب الگوریتم های خوشه بندی Means-K بهبود یافته و الگوریتم طبقه بندی KNN2 توسعه یافته با کمک قوانین انجمنی تولید شده توسط الگوریتم محبوب Apriori به منظور کشف تقلب در سیستم بانکداری الکترونیک استفاده شده است. در نهایت پس از شبیه سازی روش پیشنهادی، ملاحظه گردید که دقت کشف تقلب کارتهای اعتباری در سیستم بانکداری الکترنیک با روش پیشنهادی در حدود 98.5 % بوده که نسبت به سایر روشها از صحت و دقت مطلوب تری برخوردار است

کشف تقلب، بانکداری الکترونیک، خوشه بند k-means ، طبقه بند KNN توسعه یافته