بیگ دیتا

کاربرد بیگ دیتا در جهان شناسایی تقلب و تخلف یا Froad

در اعماق انبار داده‌های شرکت‌های سراسر جهان میلیاردها دلار در تغییرات ظریف بین ۰ و ۱ باینری به دام افتاده‌اند که داده‌های جلوگیری از تقلب و ضرر را تشکیل می‌دهند. پتانسیل ایده‌پردازی مجدد روش شرکت‌ها برای کشف تقلب داخلی از طریق داده‌های بزرگ و یک رویکرد تجزیه و تحلیل، ما را به این حوزه می‌کشاند. دانه‌دانه بودن داده‌ها در صنعت خرده فروشی گنجینه‌ای از پتانسیل را فراهم می‌کند که نیاز به درک روانشناسی خرده فروشی، بازاریابی و تجزیه و تحلیل دارد.
چقدر بیگ دیتا در تشخیص و تصحیح تقلب و تخلف می‌تواند به ما کمک کند؟ بانکداری، سیستم‌های عامل، ادارات مالیاتی و دولتی و بسیار موارد دیگری هستند که هر روز سیستم‌ آن‌ها با بیشمار داده‌هایی که از افراد دریافت می‌کنند مواجه می‌شوند. ذخیره‌سازی و حفظ ایمنی این پایگاه‌های داده‌ای کار آسانی نیست، مگر اینکه بتوانیم تخلف و تقلب را به حداقل برسانیم.

بیگ دیتا تخلفات بانکی

ما هر لحظه از زندگی بخصوص برای امور اداری در حال تولید داده و ارسال آن هستیم، اما این داده‌ها چگونه باید مراقبت شوند. یا سیستم‌هایی که وابسته به داده‌ها هستند به خوبی و همیشه می‌توانند از پس نگهداری اطلاعات مهم خود بربیایند؟ نقش بیگ دیتا و کاربردهایش در کشف تخلف و تقلب چیست؟

اگرچه فناوری، بانکداری را برای مشتریان راحت تر کرده است، اما راه‌های جدیدی را برای تقلب نیز باز کرده است. آمار کلاهبرداری مالی نشان می‌دهد که کلاهبرداری حساب، کلاهبرداری با کارت اعتباری، کلاهبرداری در بیمه، کلاهبرداری و سایر اقدامات جعلی سالانه میلیون‌ها دلار خسارت به موسسات و مصرف کنندگان وارد می‌کند.

کشف تقلب مالی برای به حداقل رساندن خطر موسسات ضروری است. کلاهبرداران می‌توانند به راحتی حساب‌های شخصی را تخلیه کنند و یا ده‌ها هزار دلار از کارت‌های اعتباری دریافت کنند. از این بدتر، حلقه‌های جرایم سازمان یافته می‌توانند طرح‌های مفصلی را اجرا کنند و میلیون‌ها دلار سرقت کنند.

از داده های بزرگ در شناسایی تقلب چه استفاده‌ای می‌توان بکنیم؟

بصورت کلی بیگ دیتا می‌تواند در تشخیص و بهبود تخلفات در دسته‌های زیر به افراد و سازمان‌ها کمک کند:

  • کشف تخلف در سیستم عامل‌های بیگ دیتا.
  • کشف تخلف و تقلب در یادگیری ماشین و آموزش صحیح به آن.
  • شناسایی هرزنامه‌های ایمیل.
  • هشدار به کاربران برای پیش‌بینی هرزنامه‌ها.
  • جلوگیری در تخلفات در سازمان‌های مالیاتی و آموزشی.
  • جلوگیری از تخلفات در نظام بانکداری.
  • کاهش فرار مالیاتی.

معاملات بزرگ مشکوک یا کلاهبرداری آشکار بدون داده کاوی قابل شناسایی است. به عنوان مثال، اگر مشتری از کارت اعتباری خود در فروشگاه استفاده می‌کند، یک ساعت بعد به نظر می‌رسد که از کارت اعتباری خود در فروشگاهی در آن طرف کشور استفاده می‌کند، ارائه دهنده می‌تواند آن حساب را مسدود کند.

با این وجود، داده کاوی امکان شناسایی سایر علائم ظریف‌تر کلاهبرداری را با دقت بالایی فراهم می‌کند. قبل از اینکه مشتری حتی بداند که کارت یا حسابش به خطر افتاده است، می‌توان اطلاعات مشتری را برای پیش بینی روندهای کلی و معاملات متقلبانه مورد تجزیه و تحلیل قرار داد.

پیشرفت در فن آوری و فرآیندهای یادگیری ماشین باعث شده است معاملات کمتری به عنوان کلاهبرداری نشان داده شود.

کاربرد بیگ دیتا در تقلب و بروز مشکلات

مشکلات ناشی از تقلب بستگی به نوع سازمان و دامنه تخلف دارد. براین اساس تخلف و تقلب می‌تواند هزینه و ضربه‌ای بزرگ برای مشاغل درپی داشته باشد. بنابراین برای پیشگیری از وقوع تخلفات و کلاهبرداری‌ها باید چاره‌ای اندیشید که در زمان فعلی پیشنهاد اول بیگ دیتاست.

البته باید گفت که بیگ دیتا نمی‌تواند کاملا جلوی تخلفات را بگیرد اما می‌تواند در کاهش آن موثر باشد. در این قسمت قصد داریم به شما بگوییم که بیگ دیتا چگونه و به چند روش در جلوگیری و کاهش تقلب و تخلفات موثر است و ایمن کننده صنایع و سازمان‌های متفاوت خواهد بود:

متوقف شدن در خرده فروشی

بیشتر سازمان‌ها سیاست‌های بازگشتی را دنبال می‌کنند. این سیاست در واقع کمک می‌کند که اعتماد بین خریدار و خرده‌فروش افزایش یابد.

به عنوان مثال: مشترکی محصولی را خریداری کرد اما قصد پس فرستادن آن را دارد. اگر مشتری بتواند اثبات کند و دلیلی برای پس فرستادن داشته باشد این اطلاعات در پردازش بازده کاربردی و کافی خواهد بود. با این وجود خرده‌فروشان تلاش می‌کنند با استفاده از بیگ دیتا متوجه شوند که خریدار با این حرکت در کلاهبرداری برگشتی شرکت کردند یا نه. اما سوال این است این اطلاعات بازگشت محصول به چه درد فروشنده می‌خورد؟

شما چند مشتری دارید که هر سال از شما چندبار خرید می‌کنند و ممکن است چند محصول را پس بفرستند. در اینصورت فروشگاه با استفاده از بیت دیتا می‌تواند به این موضوع پی ببرد که چقدر احتمال دارد مشتری محصول را عودت دهد. یعنی شما برای مشتری شماره ۱ احتمال چندبار بازگشت محصول را عادی تلقی می‌کنید.

اما اگر فردی پیش از این چنین رفتاری نداشته و یا بیش از حد چنین رفتاری از خود نشان می‌دهد ممکن است در فکر کلاهبرداری باشد و تمایلات غیرعادی را دنبال کند که دراینصورت شرکت می‌تواند مشتری را در لیست سیاه خود قرار دهد. بصورت کلی فروشنده با استفاده از رفتارهای عمومی مشتری خود در دراز مدت می‌تواند بفهمد که رفتار فعالی و واکنش او جعلی است یا واقعی.

بیشتر بخوانید: نقش و تاثیر بیگ دیتا در آموزش

 

کاهش فرار مالیاتی با بیگ دیتا

  • بسیاری از افراد علاقه و تمایل زیادی به فرار مالیاتی نشان می‌دهند و پرداخت مالیات را یک درخواست نابرابر تلقی می‌کنند.
  • برخی از پرداخت مالیات سرباز میزنند بنابراین در اینجا کلاهبرداری مالیاتی رخ می‌دهد.
  • امروز با سرویس‌های نوین شناسایی تخلف و فرار مالیاتی اشخاص و لطف وجود دیتا بیگ یا اطلاعات بزرگ درباره اشخاص وقوع این تخلفات تقریبا غیرممکن شده است.
  • سازمان‌های اخذ مالیات برای کشف تخلف از نرم افزارهای بیگ دیتا با توانایی شبکه عصبی با ۶۰۰ متغیر استفاده می‌کنند که می‌تواند حتی موارد در نقاط دور را نیز شناسایی کند.

چگونه تخلف مالیاتی با دیتا بیگ شناسایی می‌شود؟

افرادی که برای چند سال متوالی از پرداخت مالیات فرار می‌کنند و ضررهای شغلی تکراری و غیرواقعی عنوان می‌کنند به عنوان نقاط قرمز در سیستم شناسایی می‌شوند که داده‌های غیر منطبق و مشکوک ارائه داده‌اند.

جالب است بدانید که این سیستم در سازمان مالیاتی حتی توانایی داده‌کاوی میان اطلاعات شما در حساب کاربری اجتماعی را نیز داراست و می‌تواند اطلاعاتتان را با موارد ذکر شده در حساب مالیاتی انطباق دهد.

البته ناگفته نماند که داده‌های بزرگ نمی‌توانند کاملا بر دخالت انسان غلبه کنند. اما در بیشتر موارد سیستم عامل‌های برپایه بیگ دیتا اطلاعات را در حجم وسیعی‌تری بدون دخالت و کمک انسان پردازش می‌کنند.

کاهش کلاهبرداری‌های بانکی با داده های بزرگ

یکی از بزرگترین کاربردهای بیگ دیتا در بستر بانکداری است. بانک‌ها با استفاده از اطلاعات وسیعی که از کاربران و مشتریان خود بدست می‌آورند می‌توانند رفتاری عادی و مورد اعتماد مشترکین خود را تشخیص دهند.

درضمن با وجود بیگ دیتاها سیستم‌های داده کاوی بانکداری براحتی می‌توانند رفتارهای درست و تفاوت‌های مشتری را که منجرب به تخلف می‌شوند را شناسایی و علامتگذاری کنند.

این نظارت بانکداری با استفاده از دیتا بیگ را می‌توان در زمان خرید و استفاده از کارت اعتباری مشاهده کرد. اگر شما در آن واحد از کارت اعتباری خود برای خرید در چند محل استفاده کنید. بانک بلافاصله با دریافت اطلاعات می‌تواند موضوع صحت پرداخت‌ها را پیگیری نماید، محل‌های پرداخت را بشناسد و جستجو کند که آیا پرداخت‌ها توسط خود صاحب حساب انجام گرفته یا نه.

تشخیص و هشدار درباره هرزنامه‌های ایمیل

  • کلاهبرداری از طریق ایمیل یکی از شایع‌ترین روش‌های سرقت اطلاعات و اعمال مجرمانه است. هرزنامه‌ها ایمیل‌هایی هستند که در آن واحد برای تعداد زیادی از کاربران ایمیل توسط کلاهبرداران ارسال می‌شوند.
  • شرکت در قرعه‌کشی، برنده شدن در مسابقه، تخفیفات ویژه و … از جمله مواردی هستند که کلاهبرداران با استفاده از آن به فریب دادن کاربران مشغول می‌شوند. در هر حالت کاربر اطلاعات مهم خود را در اختیار کلاهبردار قرار می‌دهد.
  • بیگ دیتا در اینجا نقش هشدار دهنده را ایفا می‌کند. سیستم عامل‌های مبتنی بر بیگ دیتا قابلیت شناسایی هرزنامه‌ها را دارند و می‌توانند پس از شناسایی به کاربر هشدار لازم را بدهند.

اینستاگرام ما هم دنبال کنید

منبع
منبع منبع

پانته‌آ پایدار

من پانتـه‌آ پایـدار کارشناس ارشد مهندسی آی تی در گرایش کسب و کار الکترونیکی هستم. علاقمند به هر فناوری و تکنیک جدیدی در حوزه آی‌تی و هر چه به این حوزه کمک می‌کند. به تحقیق و پژوهش و تولید محتوا در زمینه دنیای دیجیتال و آی تی مشغولم.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

دکمه بازگشت به بالا