ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Detecting Fraud in Banking Transaction By Using Data Mining Techniques

المؤلف الرئيسي: Osman, Marwah babiker Soliman (Author)
مؤلفين آخرين: Yousif, Awad Al Karim Mohammed (Advisor)
التاريخ الميلادي: 2018
موقع: أم درمان
الصفحات: 1 - 116
رقم MD: 998525
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة دكتوراه
الجامعة: جامعة أم درمان الاسلامية
الكلية: كلية الدراسات العليا
الدولة: السودان
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

133

حفظ في:
LEADER 04240nam a22003137a 4500
001 1506901
041 |a eng 
100 |9 538534  |a Osman, Marwah babiker Soliman  |e Author 
245 |a Detecting Fraud in Banking Transaction By Using Data Mining Techniques 
260 |a أم درمان  |c 2018 
300 |a 1 - 116 
336 |a رسائل جامعية 
502 |b رسالة دكتوراه  |c جامعة أم درمان الاسلامية  |f كلية الدراسات العليا   |g السودان  |o 1727 
520 |a تتقدم الأعمال التجارية عبر الإنترنت في جميع أنحاء العالم ويتم تحويل العديد من منصات البيع إلى حلول الدفع الإلكترونية متوفرة محليا أو عبر الشبكة. وتمثل الجريمة الإلكترونية والاحتيال السايبري الجيل الجديد من الأنشطة غير القانونية القديمة التي تهدد أمن وكفاءة واستقرار جميع الأعمال والخدمات الإلكترونية المتصلة بالقطاعات المصرفية العالمية والمحلية. وتعتبر بطاقات الائتمان أكثر طرق الدفع المقبولة للاستخدام. تزداد الجريمة الإلكترونية والاحتيال السايبري بقدر مساو أو أسرع من تحسين الحماية في حلول الدفع والآليات الأمنية. يهدف البحث إلى تشجيع إنشاء واستدامة الأعمال الإلكترونية، وبطاقات الائتمان وغيرها من حلول الدفع الإلكترونية من خلال إيجاد تقنيات توقف الاحتيال وتمنعه. تمت الإشارة إلى الذكاء الاصطناعي (AI)‏ كحل محتمل لأنه يوفر مجموعة من التقنيات المفيدة مثل التدريب، والتعلم الآلي، والتنبؤ وتنقيب البيانات. ومن أجل تحقيق الأهداف الرئيسية للبحث؛ نفذت الباحثة أساليب استنتاجيه واستقرائية بادئة من مصادر المعرفة المتاحة وانتهت بتقديم مساهمتها الخاصة في المعرفة باستخدام "مصنفة نمط العين" (Ensemble Classifier) من أجل حل مشكلة الملائمة وتطبيق خوارزميات شجرة القرارات المعززة ذات الطبقتين والشبكات العصبية ذات الصفين. بعد تدريب واختبار البيانات في توزيعات الصف المختلفة، أشارت النتائج إلى أنه - وعلى نفس الصف- قدمت شجرة القرار المعززة من الدرجة الثانية (TCBDT) أفضل المعدلات. وقد حققت أدنى معدل سلبي كاذب (مصنف الاحتيال غير المكتشف) حيث حصلت TCBDT على نتائج سلبية كاذبة بنسبة (0.02%) ومعدل نتائج إيجابية كاذبة بنسبة (0.93%) مقارنة مع معدل نتائج سلبية كاذبة (1%) ومعدل نتائج إيجابية كاذبة من (0%) تم تحقيقها من خلال خوارزمية الشبكة العصبية من الدرجة الثانية. 
653 |a الجرائم الإلكترونية  |a الإحتيال السايبري  |a الإنترنت  |a المعاملات المصرفية  |a الدفع الإلكتروني  |a الإجراءات الأمنية 
700 |9 487643  |a Yousif, Awad Al Karim Mohammed  |e Advisor 
856 |u 9818-003-003-1727-T.pdf  |y صفحة العنوان 
856 |u 9818-003-003-1727-A.pdf  |y المستخلص 
856 |u 9818-003-003-1727-C.pdf  |y قائمة المحتويات 
856 |u 9818-003-003-1727-F.pdf  |y 24 صفحة الأولى 
856 |u 9818-003-003-1727-1.pdf  |y 1 الفصل 
856 |u 9818-003-003-1727-2.pdf  |y 2 الفصل 
856 |u 9818-003-003-1727-3.pdf  |y 3 الفصل 
856 |u 9818-003-003-1727-4.pdf  |y 4 الفصل 
856 |u 9818-003-003-1727-O.pdf  |y الخاتمة 
856 |u 9818-003-003-1727-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 998525  |d 998525 

عناصر مشابهة