منصة الرسائل والاطاريح: كشف الشذوذ باستخدام التعلم العميق للمعاملات المالية

الخلاصة

لقد زاد انتشار الشراء ودفع الفواتير عبر الإنترنت بشكل كبير في الآونة الأخيرة بسبب ظهور التقنيات المتقدمة مثل الخدمات المصرفية عبر الإنترنت والدفع ببطاقات الائتمان، مما أدى إلى زيادة كبيرة في الاحتيال الذي ينطوي على تقنيات الدفع ببطاقات الائتمان. تؤدي عمليات الاحتيال ببطاقات الائتمان إلى خسائر مالية كبيرة لكل من الأفراد الذين يمتلكون بطاقات الائتمان والمؤسسات المالية. يجب على الشركات المالية تعزيز أنظمة الكشف عن الاحتيال للتخفيف من الخسائر الكبيرة. تقدم هذه الرسالة منهجية تعتمد على التعلم العميق ( RFEمع )LSTMو (آلية الانتباه مع )LSTMلأنظمة الكشف عن الشذوذ او الاحتيال في المعاملات المالية، وخاصة بطاقات الائتمان، باستخدام مجموعات بيانات بطاقات الائتمان الأوروبية و .IEEEيمر النظام المقترح بثلاث مراحل. المرحلة الأولى هي مرحلة المعالجة المسبقة، والتي تنطوي على ثلاث خطوات أساسية: تنظيف مجموعة البيانات عن طريق معالجة القيم المفقودة، وتطبيع مجموعة البيانات لتوحيد قيم الميزات ضمن نطاق ثابت بين 0و ،1وموازنة مجموعة البيانات باستخدام تقنية أخذ العينات الزائدة للأقلية الاصطناعية ( .)SMOTEتتضمن المرحلة الثانية اختيار الميزات، والتي يمكن استخدامها للحصول على ميزات مفيدة لعملية التصنيف باستخدام خوارزمية إزالة الميزات المتكررة ( .)RFEالمرحلة الثالثة هي استخدام الذاكرة طويلة المدى ) LSTM ،(LSTMمع آلية الانتباه، لتصنيف المعاملات المالية على أنها عادية أو احتيالية. تمت مناقشة النتائج، وكذلك اختبار وتقييم النظام المقترح، مع التركيز على جميع المراحل والتفاصيل. أظهرت النتائج مستوى عا ٍل من الدقة في اكتشاف الشذوذ باستخدام مصنف RFEمع ،)LSTMمحققًا معدل ٪0.9875لمجموعة البيانات الأوروبية و ٪0.9515لمجموعة بيانات .IEEEوبالمثل، حقق المصنف ( LSTMمع طبقة الانتباه) معدل ٪0.9757لمجموعة البيانات الأوروبية و ٪0.9434لمجموعة بيانات .IEE