بهبود تشخیص تقلب در تراکنش های کارت های اعتباری بانکی با استفاده ازترکیب شبکه عصبی و الگوریتم ژنتیک
Publish place: The 5th National Conference on Computer Science and Engineering and Information Technology
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,774
This Paper With 11 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:
CECCONF05_002
تاریخ نمایه سازی: 1 دی 1397
Abstract:
همانگونه که رشد تجارت الکترونیک فرصت های بسیار خوبی برای تجارت جهانی ایجاد نموده، تهدیداتی نیز برای بانکها و موسسات مالی و اعتباری فراهم داشته است. یکی از مهمترین چالشهایی که موسسات مالی و بانکها با آن مواجه هستند تقلب میباشد. در سالهای اخیر تقلبهای مالی از جمله تقلب در کارت های اعتباری، تقلب در بانکداری الکترونیک و پولشویی توجه و نگرانی های زیادی را به سمت خود جلب کرده است. اهمیت استفاده از سیستمهای شناسایی تقلب از جنبه های مختلف مورد توجه سازمانهای مالی قرار گرفته است. در روشهای ارایه شده کمتر از ترکیب طبقه بندها استفاده شده است و یک طبقه بند به خاطر نامتعادل بودن تراکنش های کارتها نمیتواند پوشش کاملی از فضای مساله را ارایه کند. در این مقاله یک روش برای تشخیص تقلب در تراکنش های کارتهای بانکی که از نوع دادههای بسیار نامتعادل هستند، با استفاده از ترکیب شبکه عصبی با الگوریتم ژنتیک ارایه شده و بر روی نه مجموعه داده مختلف که شامل تراکنش های کارتهای بانکی هستند در محیط متلب مورد شبیهسازی قرار گرفته است. نتایج محاسباتی نشان میدهد که تابع هزینه محاسبه شده در روش پیشنهادی نسبت به دو روش پایه درخت تصمیم و شبکه عصبی کمتر و همچنین دارای نرخ تشخیص بهتری است بطوری که در حالت پیش فرض شبکه عصبی دقت تشخیص برابر 94 درصد و در حالت ترکیبی برابر 96 درصد به دست آمده است.
Keywords:
Authors
جاسم احمدی
دانشگاه آزاد اسلامی واحد لامرد
محمد نعیمی
دانشگاه آزاد اسلامی واحد لامرد
عادل جهانبانی
دانشگاه آزاد اسلامی واحد لامرد