مریم اسدی - دانشجو، کارشناسی ارشد مدیریت فناوری طلاعات، گروه فناوری اطلاعات، دانشکده مدیریت، دانشگاه آزاد واحد تهران شمال
عباس راد - استادیار، دکتری مهندسی صنایع، گروه مدیریت صنعتی و فناوری اطلاعات، دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی

در طی دهه های اخیر، اهمیت تجارت الکترونیک به طور چشمگیری افزایش یافته است. با رشد روزافزون استفاده از کارت های الکترونیکی، به خصوص در صنعت بانکی، حجم تراکنش با این کارت ها نیز به سرعت افزایش پیدا کرده است. تراکنش های بانکی در عصر دیجیتال با استفاده گسترده از فناوری اطلاعات به یکی از راهکارهای انتقال و مدیریت مالی تبدیل شده اند. یکی از مهمترین موانع استفاده از خدمات بانکداری الکترونیکی، نبود امنیت و برخی سوءاستفاده ها در مسیر انجام مبادلات مالی است. اصلی ترین چالش موسسات مالی و بانک ها مساله تقلب می باشد. به همین دلیل، استفاده از روش هایی برای شناسایی رفتارهای مشکوک، از مسائل مهم در موسسات مالی است. در این پژوهش، روشهای داده کاوی به منظور تشخیص تقلب در تراکنش های بانکی بررسی می شود. جهت تشخیص تقلب در تراکنش های کارت های بانکی که از نوع داده های بسیار نامتعادل هستند، بهینه سازی الگوریتم ماشین بردار پشتیبان با تکنیک های فراپارمتر ارائه شده و بر روی مجموعه داده سایت کگل که شامل تراکنش های کارت های بانکی هستند در محیط نرم افزار پایتون مورد شبیه سازی قرار گرفته است. مدل ارائه شده از داده های تراکنش بانکی بهره مند شده و توانایی استخراج الگوهای پیچیده را دارد. تکنیک گریدسرچ به عنوان یک روش بهینه سازی موثر، پارامترهای الگوریتم ماشین بردار پشتیبان را به طور هوشمندانه تنظیم می نماید. نتایج حاصل از ارزیابی مدل نشان می دهد که ماشین بردار پشتیبان با توجه به معیار دقت و صحت بهبود چشمگیری در تشخیص الگوهای تقلب دارد. ترکیب ماشین بردار پشتیبان و تکنیک گریدسرچ به عنوان یکراهکار نوآورانه میتواند به بهبود امنیت تراکنش های بانکی در عصر دیجیتال کمک شایانی نماید.

کشف تقلب، ماشین بردارپشتیبان، تکنیک گریدسرچ، تراکنش سالم