بهبود تشخیص تقلب در کارت های اعتباری بانکی با استفاده از الگوریتم شبکه ی عصبی و علف هرز

با توجه به کاربرد روزافزون تجارت الکترونیک در جوامع بشری و استفاده از اینترنت و وجود انواع مختلف کاربران در این حوزه، امنیت داده های تبادل شده از اهمیت ویژه ای برخوردار است. به کارگیری سیستم تشخیص نفوذ یکی از راهکارهای مناسب در این زمینه است که می تواند رفتار نفوذگران در این حوزه را رصد نماید. همچنین با توجه به افزایش انواع روش های نفوذگرانه لزوم استفاده از ابزارهای نوین در سیستم تشخیص نفوذ ضروری به نظر می رسد. از این رو، در این تحقیق به استفاده از ترکیب شبکه عصبی و الگوریتم بهینه سازی علف هرز (IWO) در ایجاد یک سیستم یادگیرنده در سیستم تشخیص نفوذ پرداخته می شود. به منظور ارزیابی روش پیشنهادی چندین شبیه سازی صورت گرفته است. در شبیه سازی ها مشخص شده است که روش پیشنهادی با کمینه کردن میزان خطا در فرایند آموزش شبکه عصبی، منجر به افزایش میزان دقت یادگیری شده است. این امر منجر به آن میشود که فرایند یادگیری تشخیص نفوذ در روش پیشنهادی بهبود یابد تا از آن بتوان در بستر تجارت الکترونیک مورد استفاده قرار داد. همچنین در مقایسه با سیستم مبتنی بر شبکه عصبی، روش پیشنهادی از نتایج مطلوبی برخوردار است.

Keywords:

سیستم تشخیص نفوذ , تجارت الکترونیک , شبکه عصبی , الگوریتم علف هرز