مقاله «Credit Card Fraud Detection Techniques» به مسئله تقلب در حوزه کارت پرداخت میپردازد و روشهای مختلف شناسایی تراکنشهای متقلبانه در این حوزه را بررسی میکند. مطالعهای در سال ۲۰۱۳ نشان میدهد که ۴۰ درصد همه تقلبهای مالی به کارتهای پرداخت مربوط میشوند و درمجموع هزینهای ۵.۵۵ میلیارد دلاری برای اقتصاد جهان دارند.
این مقاله بعد از معرفی انواع گوناگون تقلب با کارت پرداخت مثل تقلب آنلاین، تقلب آفلاین، تصاحب حساب و کارت جعلی، به سراغ چالشهای شناسایی تقلب در این زمینه میرود. یکی از این چالشها اتکای زیاد این نوع تشخیص تقلب به مطالعه دادههایی است که بخش زیادی از آنها بهواسطه ماهیت حساس و شخصی، دردسترس بانکها و نهادهای مالی نیستند. چالش دیگر این است که با توسعه و پیشرفتهترشدن شیوههای تشخیص تقلب، متقلبان نیز پیشرفتهتر میشوند و برای دستیابی به اهدافشان شیوههایشان را تغییر میدهند.
این مقاله در ادامه انواع اصلی روشهای تشخیص تقلب در این زمینه را تشریح میکند که شامل موارد زیر میشوند:
- درخت تصمیم
- الگوریتمهای مختلفی مثل الگوریتم ژنتیک
- تکنیکهای خوشهبندی
- شبکههای عصبی
- دستهبندیکنندههای بیز ساده
- الگوریتم کی-نزدیکترین همسایه
- ماشین بردار پشتیبانی
- دستهبندیکننده ترکیبی Bagging
درمجموع میتوان گفت کسبوکارها برای پیشگیری از تقلب درزمینه کارت پرداخت باید توجه ویژهای به مقوله آموزش داشته باشند. علاوهبر این، باید گامهایی را بردارند تا مطمئن شوند وقتی دادههای مشتریان نزد آنهاست، رخنهای به آنها اتفاق نمیافتد چراکه میتواند پیامدهای مختلفی برای کسبوکارشان داشته باشد.
این مقاله در وبسایت StaySafe.org منتشر شده که به امنیت خانه، امنیت شخصی، امنیت خانواده، امنیت کهنسالان و امنیت آنلاین میپردازد و مرکزی برای مباحث مختلف مربوط به امنیت است.
منبع: