مروری بر روش های شناسایی تقلب در تراکنش کارت های اعتباری با استفاد از الگوریتم ژنتیک و جستجوی پراکنده
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,735
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEITT01_026
تاریخ نمایه سازی: 11 اردیبهشت 1394
Abstract:
با گسترش روز افزون دسترسی عموم افراد جامعه به اینترنت، بکارگیری تجارت الکترونیکی در داد و ستد های روزانه، نیز افزایش یافته است. از مهمترین ارکان تجارت الکترونیکی، سیستم های پرداخت الکترونیکی می باشد و تقلب در پرداخت های الکترونیکی یکی از مشکلات بزرگ است. برای نمونه زیان های تقلب در کارت های اعتباری هر سال افزایش می یابد و یکی از موضوعات مهم در شرکت های کارت اعتباری است. بنابراین شناسایی تقلب به یکی ازمهمترین موضوعات پژوهشی تبدیل شده است. در این مقاله، روشی را که موجب بهبود راهکار تشخیص تقلب در کارت اعتباری که در حال حاضر در یکبانک استفاده میشود، توسعه دادیم. با این راهکاربه هر معامله عددی داده میشود و بر اساس این اعداد معاملات بصورت جعلی یا قانونی طبقهبندی میشوند. هدف معمول راهکارهای تشخیص تقلب، کمینه کردن تعدداد طبقهبندی غلط معاملات است. به هرحال، در واقعیت، طبقهبندی غلط هر معماله اثر مشابهی در آن ندارد اگر یک کارت در دست کلاهبرداران باشد همه محدودیتهای موجود بر آن، تماما مصرف میشود. این چیزی است که در این مقاله میخواهیمبه حداقل برسانیم. به همین دلیل برای روش حل، ترکیبی از دو روش فراابتکاری معروف، به نامهای الگوریتمهای ژنتیک و جستجوی پراکنده، را پیشنهاد دادیم. این روش بر روی دادههای حقیقی اعمال شده و نتایج بسیار موفقی در مقایسه با عملکرد فعلی به دست آمده است.
Keywords:
Authors
ولی سرلک
کارشناس ارشد مهندسی کامپیوتر، هوش مصنوعی، مدرس دانشگاه آزاد اسلامی واحد الیگودرز،ایران
میترا گودرزی
دانشجوی کارشناسی ارشد، مهندسی فناوری اطلاعات ، تجارت الکنرونیک، دانشگاه نور طوبی تهران،ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :