ارائه رویکردی مبتنی بر یادگیری عمیق برای کشف کلاه برداری در سرویس های پرداخت مالی

کشف خودکار کلاه برداری در سرویس های پرداخت مالی یکی از موضوعاتی است که با توجه به استفاده روزافزون از این نوع سرویس ها و افزایش حجم نقل و انتقالات مالی انجام شده در سیستم های بانکی از اهمیت بالایی برخوردار گشته است. بدین منظور نیازمند سیستمی هوشمند هستیم که بتواند با استفاده از ویژگی های مختلف یک تراکنش مالی، قانونی یا غیرقانونی بودن آن را به صورت بلادرنگ و با دقت قابل قبولی تشخیص دهد. برای طراحی چنین سیستمی در این مقاله از الگوریتمی مبتنی بر یادگیری عمیق بهره گرفته می شود. پس از تشریح الگوریتم پیشنهادی، کارایی آن با استفاده از یک مجموعه از تراکنش های مالی واقعی ارزیابی می گردد که به عنوان مجموعه داده معیار در پیشینه پژوهش شناخته می شود. سپس با استفاده از ملاک هایی نظیر صحت، دقت، معیار F، حساسیت و منحنی دقت- یادآوری مقایسه ای بین الگوریتم پیشنهادی با دو الگوریتم نزدیک ترین همسایگی و ماشین بردار پشتیبان صورت می گیرد. نتایج محاسباتی ضمن تائید کارایی الگوریتم پیشنهادی در مجموعه داده معیار، حاکی از صحت 96 درصدی و دقت 98 درصدی آن است.