fa تشخیص تقلب در تراکنش‌های کارت‌های اعتباری با الگوریتم سلول‌های دندریتیک مطالعه تجربی Empirical Study <p>عدم امنیت تراکنش‌ها یکی از مهم‌ترین موانع برای استفاده و ترویج بانکداری الکترونیکی است و تشخیص تقلب از مسایل مهم در مؤسسات مالی و به‌ویژه بانک‌ها به‌شمار می‌رود. از آنجا که روشی مطمئن همراه با نرخ کشف بالا جهت تشخیص تقلب در کارت‌های اعتباری وجود ندارد، بنابراین در پژوهش حاضر با استفاده از الگوریتم مبتنی بر سیستم ایمنی بدن انسان و به‌طور خاص نظریه خطر موسوم به الگوریتم سلول‌های دندریتیک برای کشف تقلب در تراکنش‌های کارت‌های اعتباری تمرکز کرده‌ایم. این الگوریتم به‌دلیل نداشتن فاز آموزش برای پایگاه داده‌های آنلاین (پرکاربرد در تشخیص تقلب‌های آنلاین) بسیار مناسب است. همچنین، به‌علت دارابودن ساختار ساده دارای سرعت پردازش بالاست. با توجه به نتایج به‌دست‌آمده می‌توان این‌گونه بیان کرد که الگوریتم سلول‌های دندریتیک، الگوریتمی مناسب با دقت مناسب (90 درصد) جهت تشخیص تقلب در تراکنش‌های کارت‌های اعتباری است. این الگوریتم به‌دلیل اعمال علامت امن تعداد شناسایی اشتباه تراکنش‌های نرمال به‌عنوان متقلب را کاهش می‌دهد.</p> <p>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.</p> سیستم ایمنی, امنیت, بانکداری الکترونیک 91 108 http://jmbr.mbri.ac.ir/browse.php?a_code=A-10-50-1&slc_lang=fa&sid=1 Samaneh Sarvnejad سمانه سرورنژاد 10031947532846004271 10031947532846004271 Yes Reza Ebrahimi رضا ابراهیمی اتانی 10031947532846004272 10031947532846004272 No Seyed AmirHossien Monajemi سید امیرحسن منجمی 10031947532846004273 10031947532846004273 No