به گزارش خبرنگار ایبنا؛ علی سیفی، معاون نرم افزار شرکت خدمات انفورماتیک در نشست تخصصی «سامانه‌های بر خط کشف تقلب» همایش بانکداری الکترونیک گفت: توسعه سامانه کشف تقلب در ۷ سال گذشته شروع شد که این موضوع ابتدا در حوزه بانک‌هایی که کارت صادر می‌کنند شروع می‌شود.
وی ادامه داد: بعد از تولد شاپرک، تراکنش‌ها از فیلتر عبور می‌کند تا کنترل بر تراکنش‌ها ایجاد شود، متاسفانه در طی این سال‌ها سعی جدی برای شناسایی کشف تقلب صورت نگرفت و از سال ۹۳ اولین اقدام‌ها برای شناسایی تقلب‌ها ایجاد شد، بنابراین در این دوره که سال ۱۴۰۲ هستیم هسته‌های شناسایی متقلبانه در شاپرک ایحاد شده است.
سیفی تاکید کرد: در حوزه شاپرک که تقلب را شناسایی می‌کند، تراکنش‌های بیش از حد و خارج از موقع و تراکنش‌های با مبلغ اندک و ... شناسایی می‌شوند. به عنوان نمونه بعضی از صنوف در ساعت‌های نا معقول تراکنش‌هایی با مبلغ بالا صورت میگیرد مانند معاملات طلا در ساعت ۱۲.۳۹ شب، این صنوف مسلما در حال تقلب هستند که با ورود شاپرک این تقلب‌ها کاهش یافته است.
معاون نرم افزار شرکت خدمات انفورماتیک گفت: شاپرک با همکاری نظام پرداخت سازوکار کشف تقلب در بانک‌ها را ایجاد کرده است. وظایف بانک است تا برای مشتری کشف تقلب انجام دهد و از این طریق تعداد مشتریان خود را افزایش دهد. این موضوع وظیفه بانک مرکزی نیست بلکه این وظیفه خود بانک‌ها است.
وی افزود: در بعضی مواقع در چند دقیقه کوتاه تراکنش‌های زیادی انجام میگیرد و شاپرک می‌تواند این تقلب‌ها را شناسایی و علل تخلف را بررسی و سلامت تراکنش‌ها را کنترل کند.در کشوری که تراکنش بسیار بالا دارد، کنترل آنلاین این حجم تراکنش سخت است.
در ادامه محمدرضا تقوا، عضو هیات علمی دانشگاه علامه طباطبایی در تعریف تقلب گفت: سو استفاده از ابزارها مانند کارت بانکی یا هر نوع کلاه برداری تقلب محسوب می‌شود.
وی ادامه داد: مسیر‌های تقلب مالی به شکل‌های مختلفی است که شامل مستقیم و برخط ، شبکه‌ای و مخابراتی ، هک و نفود ، فقدان اعتبار ، دزدی و جعل و همچنین درخواست‌های نادرست می‌شود.
تقوا تصریح کرد: انواع تقلب شامل تقلب داخل سازمان و خارج از سازمان است که در تقلب خارج از سازمان؛ مجرمین حرفه‌ای هستند. کشف تقلب به صورت سیستماتیک است و نه دستی بنابراین باید تشخیص به شکلی باشد تا افرادی که استفاده درست از ابزارها محدود نشوند.
وی با اشاره به این که از ابزار‌های دیتا ماینینگ و داده کاوی برای کشف تقلب استفاده می‌شود، گفت: سامانه برخط کشف تقلب در بانکداری ایران به صورت سامانه بر خط از تکنولوژی پیشرفته و هوشمند استفاده می‌کند. امروزه با چالش‌های کلان داده رو به رو هستیم، با ابزر‌های فعلی نمی‌توان با این مشکل مقابله کرد، بنابراین باید از ابزار‌های بیگ دیتا و پردازش موازی استفاده کنیم.
تقوا گفت: به مدلی جهت کشف تقلب مبتنی بر الگوریتم‌های یادگیری ماشین در کسب و کار لازم داریم و مدل‌های کشف تقلب نیاز به برچسب گذاری تراکنش قبلی دارند. پایگاه داده تراکنش بانکی را با استفاده از داده کاوی، الگو سازی و خوشه بندی می‌کند تا به صورت پویا ریسک‌ها را کاهش دهد.
وی با اشاره به این که در مدیریت ریسک اولین کار شناسایی و بعد اولویت بندی است تا خطر ناک‌ترین در اولویت اول قرار گیرد، گفت: جلوگیری از تقلب در بانکداری از تحلیل رفتاری در مدیریت ریسک داده‌های بزرگ از هوش مصنوعی، استفاده از بلاک چین، مدیریت احراز هویت، نظارت و تحلیل واقعی استفاده کرد. ابزار‌هایی داریم که می‌توان نوع مشتری را بررسی کند، برخی از فناوری‌های تخصصی این موضوع عبارتند از مدل‌های یادگیری ماشین، تحلیل شبکههای مصنوعی، مدیریت ریسک، مدل‌های احتمالی.
عضو هیات علمی علامه طباطبایی مهمترین مسئله را محافظت از داده‌ها دانست و تصریح گرد: در این زمینه سامانه‌ها و برنامه‌های تشخیص به شدت نیاز به استفاده و کار با داده‌های ذی نفعان از هر نوع دارند، استفاده از سامانه‌های بومی و قابل اعتماد نیاز ضروری است که این سامانه‌ها نباید مستقیما به شبکه‌ها خصوصا شبکههای جهانی اتصال داشته باشند.
