روشهای تشخیص تقلب پرداخت دیجیتال در عصر دیجیتال و صنعت ۴.۰

ظهور اقتصاد دیجیتال و صنعت ۴.۰ )انقلاب صنعتی چهارم( سازمانهای مالی را قادر می سازد تا فرآیندهای خود را تطبیق دهند و خطرات و زیان های مرتبط با کلاه برداری را کاهش دهند. الگوریتمهای یادگیری ماشین مدلهای پیشبینی موثر برای تشخیص تقلب را برای صنعت ۴.۰ تسهیل میکنند. هدف این مطالعه شناسایی یک مدل کارآمد و پایدار برای پلتفرم های کشف تقلب است که برا ی صنعت ۴.۰ تطبیق داده میشود. این مطالعه بااستفاده از مجموعه داده تراکنش کارت اعتباری واقعی، پنج مدل یادگیری مختلف را پیشنهاد و مقایسه میکند:رگرسیون لجستیک، درخت تصمیم، -kنزدیکترین همسایه، جنگل تصادفی و رمزگذار خودکار. نتایج نشان میدهد که جنگل تصادفی و رگرسیون لجستیک از سایر الگوریتمها بهتر عمل میکنند. علاوه بر این، روش نمونه برداری کند و کاهش ویژگی با استفاده از تحلیل مولفه های اصلی میتواند نتایج مدلهای پیشنهادی را افزایش دهد. نتایج مطالعات به طور مثبت اثربخشی استفاده از روشهای انتخاب ویژگی و نمونه گیری را برایمقابله با مشکلات کسب وکار در عصر جدید اقتصاد دیجیتال و صنعتی ۴.۰ برای شناسا یی فعالیتهای تقلبیتایید میکند.

Keywords:

پرداخت دیجیتال , تشخیص تقلب , یادگیری ماشین , صنعت ۴.۰ , امنیت سایبری برای صنعت .۴.۰