تقلب یا کلاهبرداری به فعالیت گفته می شود که برای کسب منفعت ناعادلانه انجام میگیرد. سواستفاده از سود شرکتها، بدون اینکه مستقیما منجر به پیامدهای حقوقی باشد. کشف تقلب یکی  از فعالیتهای حیاتی در سازمانهای مالی است. بانکها و سازمانها با صدور کارتهای اعتباری مربوط به خود تلاش می کنند با استفاده از تصمیمات امنیتی تا حد ممکن از سواستفاده کردن از حساب مشتریان خود جلوگیری کنند. استفاده از سیستم های خبره و داده کاوی و استفاده از اطلاعات مشتریان جهت کشف تقلب راهکاری مناسب است.

 

کشف تقلب با استفاده از داده کاوی

گسترش خرید و پرداختهای اینترنتی و یا تلفنی، سایت های ارایه دهنده نرم افزارهای مخرب با استفاده از کشف رمز مشتریان یا سایتهایی که اطلاعات مشتریان را می فروشند و یا عدم دقت کافی کاربران راه های تقلب و سواستفاده را باز می گذارند.

داده کاوی مجموعه ای از ابزارهای تحلیلی به منظور کشف الگوهای معتبر و یافتن وابستگی های پنهان در مجموعه داده های حجیم است. هرچه میزان مجموعه داده هامناسب در مجموعه بیشتر باشد، داده کاوی عملکرد بهتری خواهد داشت. در حقیقت با داده کاوی برای تصمیم گیری بهتر، مدل های مناسبی پیدا می شود. تشخیص تقلب به معنی مشخص کردن تقلب در یک جریان یا موقعیت هایی که در گذشته برای کاربرد خاصی یا هدفی مشخص رخ داده است. کشف تقلب نظارت بر کاربران برای شناسایی تقلب و جلوگیری از آن است.

روش ها تقلب

امروزه با تکامل تکنولوژی و شبکه های ارتباطی پرسرعت و جهانی، ارتکاب تقلب آسان تر و کشف تقلب دشوارتر گردیده است. کشف و مبارزه با تقلب جهت جبران زیان های وارده بسیار با اهمیت است. تکامل تکنولوژی شکل های جدید از تقلب مانند تقلب ارتباطات نفوذ کامپیوتری، بیمه و کارت های اعتباری به وجود آمده است. هر واحد تجاری ویژگی های منحصربه فرد خود را دارد و در نتیجه روش های کشف و مبارزه در واحدهای تجاری مختلف و متفاوت خواهد بود.

ضررهای تقلب

• تحمیل ضررهای مستقیم مالی به سازمان
• تاثیر منفی بر خدمت رسانی به مشتریان
• تاثیر منفی بر اعتبار و کارایی سازمان
• سلب اعتماد عمومی نسبت به خدمات ارائه شده

رویکردهای جدیدی برای کشف تقلب وجود دارد. اما داده کاوی که هدف آن استخراج اطلاعات مورد علاقه از مجموعه گستره ای از داده ها است به طور گسترده به عنوان یک ابزار تصمیم گیری فعال مورد استفاده قرار گرفته است.

داده کاوی، استخراج یا کاوش دانش از حجم زیادی اطلاعات است. الگوها یا قواعد قوی کشف شده از طریق تکنیک های داده کاوی را می توان برای پیش بینی غیر بدیهی داده های جدید استفاده کرد. تکنولوژی های مبتنی برآمار و یادگیری ماشینی یک راهکار اثربخش برای پبشگیری و کشف تقلب هستندو اما مرتکبین تقلب خود را انطباق میدهند و به طور معمول قادر به کشف راه هایی برای دور زدن این تکنولوژی ها هستند. تکنیک های کشف تقلب در اکثر موقعیت های مرتبط با تقلب از اصول داده کاوی مشابهی استفاده می کنند اما از لحاظ دانش قلمرو تخصص می توانند متفاوت باشند.

روش های آماری کشف تقلب

• با ناظر- نمونه هایی از موارد تقلبی و غیر تقلبی موجود است.
• بدون ناظر- اطلاعات و دانش قبلی در خصوص تراکنش های تقلبی وجود ندارد.

کمترین هزینه روش تشخیص تقلب، خارج کردن تراکنش های مشکوک به تقلب از پایگاه داده، توسط الگوریتم های ریاضی(داده کاوی، هوش مصنوعی، الگوریتم های ژنتیک، شبکه های عصبی و ….)