پژوهشکده پولی و بانکی
بانک مرکزی جمهوری اسلامی ایران
Monetary and Banking Research Institute
تاريخ:سوم بهمن 1396 ساعت 14:09   |   کد : 293498
در جستجوی ساختارهای مشکوک
در کارگاه تحلیل پیشرفته شبکه‌های اجتماعی مالی و سامانه‌های مدیریت تقلب مطرح شد:
در جستجوی ساختارهای مشکوک
مساله تحلیل پیشرفته شبکه‌های اجتماعی مالی و مدیریت تقلب، یکی از حوزه‌هایی بود که در روز دوم از هفتمین همایش بانکداری الکترونیکی و نظام‌های پرداخت، در قالب کارگاه مطرح شد.
به گزارش روابط عمومی پژوهشکده مالی و بانکی، جلال الدین نصیری رییس گروه سامانه‌های مدیریت تقلب شرکت خدمات انفورماتیک در کارگاهی که با عنوان «تحلیل پیشرفته شبکه‌های اجتماعی مالی و سامانه‌های مدیریت تقلب» برگزار شد، با اشاره به مساله تقلب، به اهمیت تحلیل شبکه‌های مالی پرداخت. نصیری گفت: «در هر بانکی، مجموعه‌ای از شبکه‌های مالی وجود دارد که تا به حال استفاده بسیار مفیدی از آنها نشده است. باید دید چه دانشی را می‌توان از این ساختار استخراج کرد و به دست آورد... تحلیل شبکه‌های مالی مبحثی است که می‌توان بر اساس الگوریتم‌های آن، فضای بانکی را تحلیل کرد و دید که چگونه در زمینه تقلب میتوان از آن استفاده کرد». او با اشاره به اینکه روش‌های تقلب روز به روز جدیدتر میشوند، چهار روش برای جلوگیری از تقلب در شبکه‌های مالی را برشمرد.
طبق گفته وی یکی از این روش‌ها زیرسیستم مبتنی بر قواعد (rules) است، بر اساس قواعد، فردی که در کیش است، نمی تواند در در فاصله دو دقیقه بعد از تراکنش خود در کیش، در تهران نیز تراکنش داشته باشد. از مزایای این روش، سرعت بالا و عالی است، چون نیاز به محاسبات ندارد، ولی نسبت به تقلبهای جدید، ضعیف است. روش دیگر زیرسیستمهای مبتنی بر پروفایل که سعی می‌شود رفتار نرمال هر شخص را به دست آورد و اگر تغییراتی در تراکنش‌های نرمال فرد، وجود داشت، می‌تواند مشکوک به تقلب باشد. در روش‌های مبتنی بر پروفایل، باید به ازای هر شخص، رفتار نرمال ایجاد کرد. روش‌های مبتنی بر پروفایل هستند. روش سوم زیرسیستم مبتنی بر یادگیری ماشین که هدف آن، استخراج دانش و یادگیری الگوها در داده‌ها است. در این روش، دادهها بر اساس ذات دیتاها شکل میگیرد. روش چهارم و نهایی روش تحلیل شبکه‌های مالی یا اجتماعی است (social network analysis).
به نظر نصیری، در سناریو سرقت اطلاعات اینترنت بانک و پولشویی، نمی‌توان به سه مدل اول اتکا کرد، ولی با مدل گراف می‌توان به نتیجه رسید. او با تاکید بر استفاده از گراف دیتا بیس در تحلیل‌های شبکه‌ای، گفت: «ما در شبکه‌های مالی به دنبال ساختار هستیم تا ببینیم کدام ساختار مشکوک است و می‌خواهیم این ساختارها را در گراف‌ها به دست آوریم. مثلا در ایران باشگاه مشتریان می‌تواند از مواردی باشد که تقلب (fraud) می‌تواند در آن اتفاق بیفتد، یعنی بر اساس امتیاز شما به شما جایزه تعلق می‌گیرد. حال ممکن است فردی با دستگاه پوز خود، خریدهای کاذب انجام دهد که امتیازش بالا برود».
تحلیل شبکه‌های مالی مبحثی است که می‌توان بر اساس الگوریتم‌های آن فضای بانکی را تحلیل کرد و دید که چگونه در زمینه تقلب می‌توان از آن استفاده کرد. تحلیل  از این رو اهمیت بالایی دارد که روش‌های تقلب، الگوریتم مشخصی ندارند و روز به روز تغییر میکنند و پیچیده‌تر می‌شوند.
 

آدرس ايميل شما:  
آدرس ايميل دريافت کنندگان  
 


 
 

دوره‌های آموزشی جاری
تازه‌های نشر
پیوندها



کليه حقوق اين سايت محفوظ و متعلق به پژوهشکده پولی و بانکی مي باشد.
نقل مطالب با ذکر منبع آزاد است.
بازديد اين صفحه: 3,574,798