خدمات کشف تقلب و تخلف

خدمات کشف تقلب و تخلف  (Fraud Detection)

خدمات کشف تقلب و تخلف Fraud Detection چیست؟ امروزه تقلب و تخلف که قدمتی به اندازه زندگی بشریت دارد، یک کسب ‌وکار چندین میلیون دلاری در سطح دنیا محسوب می شود. همچنین حجم مالی آن روز به روز در حال افزایش است. در مهروموم‌های اخیر، توسعه فناوری‌های جدید راه‌های زیادی را برای متقلبان و مجرمان، باز کرده است که بتوانند مرتکب تقلب یا تخلف شوند. ایجاد یک سیستم اطلاعاتی جدید، علاوه بر تمامی مزایا و منافعی که دارد، ممکن است فرصت های بیشتری را برای ارتکاب تقلب و تخلف در اختیار مجرمان قرار دهد.

جالب است بدانید 10 تا 15 درصد درآمد در صنايع بانکی، بيمه، مخابرات، سلامت و … با تقلب يا تخلف از بين می رود.

منظور از تقلب یا تخلف، هر فرآیند غیرقانونی است که شامل فریب، پنهان‌‌کاری یا نقض اعتماد باشد. تقلب یا تخلف توسط اشخاص، گروه‌‌ها یا سازمان‌هایی برای کسب دارایی یا سرویس، اجتناب از پرداخت یا از بین بردن سرویس و یا برای سود تجاری یا شخصی انجام می‌‌شود.

«شاید به جرات می‌توان گفت که تقلب و تخلف در سازمان‌ها، یکی از موانع جدی برای رشد، توسعه و سودآوری آن‌هاست.»

تشخیص تقلب‌ها و یا تخلف‌های بالقوه و بالفعل در یک سازمان، شامل طراحی و پیاده‌سازی یک سامانه تحلیلی خاص، می باشد. تا بتواند به دو صورت Batch یا Online  برای کشف اولین نشانه‌های تخلف یا تقلب، اقدام نماید.

بهبود قابلیت‌های تحلیل داده‌ها

در سال‌های اخیر با افزایش دسترسی به داده‌های سازمانی و بهبود قابلیت‌های تحلیل داده‌ها فعالیت‌های مختلفی جهت تحلیل رفتارهای مشکوک در سازمان‌ها انجام می‌شود. این روش ها عبارتند از:

  • روش‌های هوشمند
  • روش‌های داده‌کاوی
  • فعالیت‌های مختلفی جهت تحلیل رفتارهای مشکوک

همان‌گونه که روش‌های تقلب و تخلف دائماً توسعه می‌یابند، باید روش‌های کشف و شناسایی آن‌ها نیز توسعه و بهبود یابند.

بدیهی است از تهدیدها و ریسک‌های عملیاتی مهم در سازمان‌ها می توان به موارد زیر اشاره کرد.

  • به‌کارگیری روش‌های جدید کلاه‌برداری
  • تقلب و تخلف در سازمان‌ها
  • عدم تواناییسازمان‌ها در پیشگیری و کشف تقلب ها

ازاین‌رو، سازمان‌ها باید با رویکرد پیشگیری، شناسایی و کشف تقلب‌ها و تخلف‌ها، اقداماتی را در پیش گیرند تا از تقلب و تخلف جلوگیری نمایند.

تکنیک‌های شناسایی تقلب و تخلف، ضمن شناسایی و تجزیه‌وتحلیل تقلب‌ها و کلاه‌برداری‌های صورت گرفته در یک سازمان، با شناخت رفتار مشتریان، سعی در پیش‌بینی رفتار آتی آن‌ها وکاهش ریسک انجام تقلب‌ها می نماید.

شناسایی تقلب و یا تخلف به مجموعه عملیات یا اقداماتی که بر اساس روش‌ها یا متدهایی، سعی در کشف و شناسایی تخلف‌ها و یا تقلب‌های صوت گرفته و یا در حال وقوع، منسوب می‌شود. عموماً روش‌های شناسایی و کشف تقلب به دو دسته تقسیم می شوند.

  • تشخیص ناهنجاری (Anomaly Detection)
  • تشخیص سوء استفاده (Misuse Detection)

به‌عنوان یک جمع‌بندی مقدماتی، بهترین راه‌حل شناسایی و کشف تقلب، تجمیع و ترکیب رویکردهای تشخیص سوء استفاده و تشخیص ناهنجاری است. این استفاده ترکیبی، باعث تجمیع مزایای دو روش و پوشش نقاط ضعف هر یک از روش‌ها خواهد شد.

خدمات سامانه‌های کشف تقلب و تخلف در یک نگاه

سامانه‌های هوشمندی کسب‌وکار، حوزه فعالیت بسیار گسترده‌ای دارند. یکی از کاربردهای تخصصی آن کشف تقلب و تخلف در صنایع و سازمان‌های مختلف است. صنایع بسیار گسترده‌ای شامل:

  • بانک‌ها
  • شرکت‌های بیمه
  • بورس
  • اداراتدولتی
  • مخابرات
  • PSPها
  • خدمات عمومی
  • شهری و همگانی

برای کشف تقلب از سامانه‌های خبره استفاده می‌کنند.

تقلب و تخلف ممکن است در صورت‌حساب‌های پزشکی، ادعاهای مربوط به بیمه، کارت‌های اعتباری و مبادلات و تبدیل ارزها مشاهده شود. با توجه به گسترش شبکه‌های الکترونیکی و افزایش تراکنش‌ها، بررسی داده‌ها توسط انسان بسیار مشکل شده است.

اهداف و مزایای پیاده سازی راهکارهای کشف تقلب

در این حوزه، میتوان از اهداف سامانه‌های کشف تقلب و تخلف، به موارد ریز اشاره کرد:

  • حذف عوامل انسانی در بالا بردن کیفیت داده‌ها
  • بالا بردن سرعت و تسهیل تصمیم‌گیری‌ها
  • شناسایی اطلاعات بدون کیفیت
  • کشف ضعف‌های اطلاعاتی

همچنین از مزایای پیاده‌سازی راهکارهای کشف تقلب می توان به موارد زیر اشاره کرد:

  • افزایش قابل اتکا بودن داده‌ها و اطلاعات
  • جلوگیری از هدر رفتن درآمدو سرمایه‌گذاری‌های سازمان
  • تسهیل، تدقیق و تسریع عملیات کشف تقلب
  • امکان بررسی دقیق‌تر تخلف‌های آتی

به‌عنوان یک پیش درآمد می‌توان انواع تقلب‌ها یا تخلف‌های سازمانی را به‌صورت زیر اعلام نمود:

  • اعطای وام‌های تقلبی یا درخواست وام‌های تقلبی
  • اسناد دست‌کاری شده و تقلبی
  • تخلفات اعتباری
  • دست‌کاری دفاتر حسابداری
  • تقلب در کارت‌های بانکی
  • تقلب در صورت‌حساب‌های بانکی
  • جعل هویت
  • تخلفات بازرسی
  • بازرسان جعلی
  • پول‌شویی
  • تقلب‌های مخابراتی
  • چک و سفته‌بازی
  • تخلقات محاسباتی
  • دعاوی تقلب کارانه
  • فرار از مالیات

در نهایت، با راه‌حل‌های مدیریت تقلب و تخلف فرابر امکان مدیریت موارد زیر میسر خواهد شد:

  • بازدارندگی و کاهش (متوقف کردن تقلب پیش از وقوع آن- جلوگیری از تخلف)
  • پیشگیری (مانع‌شدن از عمل متقلبان در فرایند تقلب- مانع‌شدن از عمل متخلفانه)
  • تشخیص (شناسایی و تشخیص تقلب‌های پیشین و خاتمه دادن به فعالیت متقلبان- شناسایی تخلف‌های پیشین و خاتمه دادن به آن‌ها)
  • تحلیل (ارزیابی تأثیرات مدیریت تقلب/تخلف و تشخیص آن با توجه به مراحل پیشین)
  • خط‌مشی (ایجاد و سنجش چگونگی آرایش سیاست‌های جلوگیری از تقلب و تخلف به‌منظور کاهش وقوع آن)
  • بررسی (کسب اطلاعات به‌منظور متوقف ساختن فعالیت متقلب/متخلف و آماده‌سازی حمایت برای پیگرد قانونی محاکمه متقلب)
  • پیگرد قانونی (فرآیند پیگرد)
برای استقرار سامانه های کشف تقلب و تخلف می توان از طیف گسترده ای از الگوریتم های یادگیری ماشین، یادگیری عمیق و یا سیستم های فازی عصبی تکاملی (Evolutional Neuro-Fuzzy Systems) بهره برد. انتخاب شایسته بین الگوریتم های AutoEncoder و یا LSTM و GRU و یا NCF، و یا ترکیب آنها با الگوریتم های یادگیری ماشین(K-Means + RBF) و یا تحلیل های آماری، به شرایط پروژه، داده های برچسب خورده، سرعت پاسخگویی، زیرساختهای پردازشی و سایر عوامل بستگی دارد.
© کپی رایت - هوشمندی کسب و کار، انبار داده، دریاچه داده، پلتفرم داده، تحلیل کلان داده، رهیافت های داده محور، علم داده، هوش مصنوعی | Power by kte.ir