چکیده:
عدم امنیت تراکنش ها یکی از مهم ترین موانع برای استفاده و ترویج بانکداری الکترونیکی است و تشخیص تقلب از مسایل مهم در موسسات مالی و به ویژه بانک ها به شمار می رود. از آنجا که روشی مطمئن همراه با نرخ کشف بالا جهت تشخیص تقلب در کارت های اعتباری وجود ندارد، بنابراین در پژوهش حاضر با استفاده از الگوریتم مبتنی بر سیستم ایمنی بدن انسان و به طور خاص نظریه خطر موسوم به الگوریتم سلول های دندریتیک برای کشف تقلب در تراکنش های کارت های اعتباری تمرکز کرده ایم. این الگوریتم به دلیل نداشتن فاز آموزش برای پایگاه داده های آنلاین (پرکاربرد در تشخیص تقلب های آنلاین) بسیار مناسب است. همچنین، به علت دارابودن ساختار ساده دارای سرعت پردازش بالاست. با توجه به نتایج به دست آمده می توان این گونه بیان کرد که الگوریتم سلول های دندریتیک، الگوریتمی مناسب با دقت مناسب (90 درصد) جهت تشخیص تقلب در تراکنش های کارت های اعتباری است. این الگوریتم به دلیل اعمال علامت امن تعداد شناسایی اشتباه تراکنش های نرمال به عنوان متقلب را کاهش می دهد.
The problem of lack of security in transactions is a relatively new challenge for developing e-banking in recent years. So، fraud detection has been one of the most important issues in financial institutions and specially banks. On the other hand، credit card banking is one of the main branches of e-banking. Although lots of researches have been done in the field of fraud detection، the trustful ways with high detection rate in credit card have been rarely investigated. Therefore، in this paper we concentrate on this narrow field. We applied credit card fraud detection by Artificial Immune System (called as AIS) algorithms and specially the dendritic cell algorithm (Called as DCA). It has the advantage of not having a training phase shortening the application process and low weight in computation improving detection speed. Furthermore، it is appropriate for data stream which is used in online fraud detection. The experimental results show that DCA is suitable enough for fraud detection in credit card based on 90% detection rate. In addition، this algorithm decreases the FP rate by applying safe signal.
خلاصه ماشینی:
از آنجا که روشي مطمئن همراه با نرخ کشف بالا جهت تشخيص تقلب در کارت هاي اعتباري وجود ندارد، بنابراين در پژوهش حاضر با استفاده از الگوريتم مبتني بر سيستم ايمني بدن انسان و به طور خاص نظريه خطر موسوم به الگوريتم سلول هاي دندريتيک براي کشف تقلب در تراکنش هاي کارت هاي اعتباري تمرکز کرده ايم .
۲ بنابراين در پژوهش حاضر بر روي کشف تقلب در تراکنش هاي کارت هاي اعتباري با ۳ استفاده از روش مبتني بر سيستم ايمني بدن انسان تمرکز شده است .
در اين پژوهش ، از روش تالاب هاي ساخته شده انباشته ٦ جهت وزن دادن به ويژگي هاي انتخاب شده مرحله پيش 1 Corchado & Alonso 2 Bidirectional Artificial Neural Network 3 Krenker, Volk, Sedlar, Bester & Kosh 4 support vector machine 5 principal component analysis 6 integrated constructed wetlands استفاده مي شود.
اين روش نيز پارامترهاي مربوط به تراکنش ها را به کار مي برد و با استفاده از رفتارهاي دريافتي مشتريان الگوهايي را مي سازد و سپس با استفاده از امتيازدهي سريع به هر تراکنش وارده بر اساس پارامترهاي از پيش مشخص شده ، تصميم 1 Osuna, Freund & Girosit 2 Darwin 3 Duman & Hamdi 4 Bioinformatics 5 Kundu, Sural & Majumdar 6 Markov مي گيرد که تراکنش پذيرفته و يا رد شود.
با توجه به نتايج به دست آمده مي توان اين گونه بيان کرد که الگوريتم سلول هاي دندريتيک ، الگوريتمي مناسب با دقت مناسب (۹۰ درصد) جهت تشخيص تقلب در تراکنش هاي کارت هاي اعتباري است .