Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userApplying Data Mining in Money Laundering Detection for the Banks
الكشف عن غسيل الاموال في البنوك باستخدام تقنيات استخراج المعرفة
1172
1 31
0.0
(
0
)
Added by
Damascus University ورقة بحثية
Publication date
2019
fields
Informatics Engineering
and research's language is
العربية
Created by
Rawan Othman
Ask ChatGPT about the research
تقترح هذه الورقة استخدام تقنيات استخراج المعرفة للكشف عن غسيل الاموال في الأنظمة المصرفية بالاضافة الى ذكر نظام مطبق للكشف عن غسيل الاموال باستخدام خوارزمية clope
No English abstract
Artificial intelligence review:
Research summary
تتناول هذه الورقة البحثية تطبيق تقنيات التنقيب عن البيانات للكشف عن عمليات غسيل الأموال في البنوك. تبدأ الورقة بتعريف غسيل الأموال ومراحله المختلفة، والتي تشمل الإيداع، التمويه، والدمج. يتم بعد ذلك شرح كيفية تحويل البيانات المصرفية إلى بيانات جديدة تعبر عن سلوكيات الحسابات، ثم يتم تجزئة البيانات إلى أجزاء مفيدة وتحويلها إلى بيانات اسمية. تستخدم الورقة خوارزمية CLOPE لتجميع البيانات في مجموعات، حيث تعتمد هذه الخوارزمية على الرسم البياني وتستخدم مفهوم الربح كوظيفة معيارية. يتم تحليل النتائج لتحديد الحسابات المشبوهة في ثلاث حالات: تحويل الأموال بشكل دائري، توزيع الأموال بشكل مشبوه، وجمع الأموال من مصادر متعددة. يتم التحقق من العلاقات بين الحسابات المشبوهة باستخدام هيكل بيانات n-tree. أخيرًا، تُظهر النتائج التجريبية فعالية خوارزمية CLOPE في الكشف عن غسيل الأموال، لكنها تحتاج إلى دعم من المحللين لتوفير مجموعة من القواعد للتحقق من صحة المجموعات بعد التجميع.
Critical review
تقدم هذه الورقة البحثية إسهامًا مهمًا في مجال الكشف عن غسيل الأموال باستخدام تقنيات التنقيب عن البيانات. ومع ذلك، هناك بعض النقاط التي يمكن تحسينها. أولاً، يمكن توضيح المزيد من التفاصيل حول كيفية اختيار المعايير المستخدمة في خوارزمية CLOPE وكيفية تحسينها. ثانيًا، يمكن تقديم مقارنة أكثر شمولية بين خوارزمية CLOPE وخوارزميات أخرى مثل K-means لتوضيح الفروق بشكل أفضل. ثالثًا، يمكن تعزيز الدراسة بتجارب إضافية على بيانات حقيقية من البنوك لتحسين موثوقية النتائج. أخيرًا، يمكن توضيح كيفية دمج النظام مع الأنظمة الحالية في البنوك لتسهيل تطبيقه العملي.
Questions related to the research
-
ما هي مراحل غسيل الأموال كما تم ذكرها في الورقة؟
مراحل غسيل الأموال تشمل الإيداع، التمويه، والدمج.
-
ما هي الخوارزمية المستخدمة في تجميع البيانات في هذه الدراسة؟
الخوارزمية المستخدمة هي خوارزمية CLOPE.
-
ما هي الحالات الثلاث التي تم تحليلها للكشف عن غسيل الأموال؟
الحالات الثلاث هي: تحويل الأموال بشكل دائري، توزيع الأموال بشكل مشبوه، وجمع الأموال من مصادر متعددة.
-
ما هي التحديات التي تواجه النظام المقترح في الكشف عن غسيل الأموال؟
النظام يحتاج إلى دعم من المحللين لتوفير مجموعة من القواعد للتحقق من صحة المجموعات بعد التجميع، ويحتاج إلى تحسينات في اختيار المعايير المستخدمة في خوارزمية CLOPE.
References used
https://link.springer.com/chapter/10.1007/978-3-642-28490-8_22
https://www.researchgate.net/publication/283469366_Improving_CLOPE's_Profit_Value_and_Stability_with_an_Optimized_Agglomerative_Approach
rate research
Read More
This research presents literature review on using Artificial intelligence and Data Mining techniques in Anti Money Laundering systems. We compare many methodologies used in different research papers with the purpose of shedding some light on real life applications using Artificial intelligence
Data mining techniques have numerous applications in malware detection. Classification method is one of the most popular data mining techniques. In this paper we present a data mining classification approach to detect malware behavior.We suggested di
fferent classification methods in order to detect malware based on the feature and behavior of each malware. A dynamic analysis method has been presented for identifying the malware features.A suggested programhas been presented for converting a malware behavior executive history XML file to a suitable WEKA tool input. To illustrate the performance efficiency as well as training data and test, we apply the proposed approaches to a real case study data set using WEKA tool. The evaluation results demonstrated the availability of the proposed data mining approach. Also our proposed data mining approach is more efficient for detecting malware and behavioral classification of malware can be useful to detect malware in a behavioral antivirus.
This study aimed to indicate the level of interest in the application of concepts and
data mining tools in the management of banking operations areas and the interest
components of the environment and the application of the concepts of data mining
tools in the management of banking operations in commercial banks of Jordan. To
achieve these goals, the researcher used the descriptive analytical approach based on
the questionnaire distributed to members of the community study. The researcher
found that the percentage of interest among members of the community study on the
application of the concepts of data mining operations the management of banking,
was high in general, where the arithmetic mean is generally equal to (4.005). And
that the order of fields that may be seen when you search in the application of the
concepts of data mining and addressed by this study, have been of importance and
level of interest by the members of the population of the study, as follows: the
working environment of knowledge with information technology "has obtained the
highest average, was the average the arithmetic of this axis is equal to (4.02),
followed by the center of "opportunities to enhance knowledge systems with the
development environment systems research and retrieval of data.
According to Anti Money Laundering act (AMLA), the crime of
money laundering is considered to be a felony. Consequently, it
can't be tried in a criminal court unless investigations are carried
out.
After all investigations have been performed by
the competent
authorities of (AMA), and strong evidence has been provided, the
competent judicial authorities start action considering the related
criminal laws.
In this study we are focusing on two stages regarding the crime of
money laundering : detection as well as investigation and how
authorities act according to the regulations stipulated in the law.
إنّ الهدف الأساسي من هذا البحث :
هو تحديد العلامات الجينية لفيروس الالتهاب الكبدي الوبائي (B ) يسمى اختصارا ً ب (HBV ) والذي يكون مرتبط بشكل رئيسي بسرطان الكبد (HCC) وذلك عن طريق ميّزة استخراج المعلومات المفيدة من البيانات كبيرة الحجم التي
تمثل العنصر الرئيسي في مجال المعلوماتيّة الحيويّة Bioinformatics وبشكل رئيسي يتم ذلك من تطوير فكرة مقارنة سلاسل DNA الكاملة ل HBV مع السلاسل الموجودة لدى المرضى الذين يعانون من السرطان الكبدي الوبائي و كذلك المرضى اللذين لا يعانون منه .
إنّ إطار التنقيب عن البيانات data mining framework (الذي نقصد به ِ؛ جمع وتحليل كميّات كبيرة من البيانات لإيجاد علاقة منطقية فيما بينها بحيث تلخّص هذه البيانات بطريقة جيّدة ) يتضمن تحليل التطور الجيني molecular evolution analysis وعملية العنقدة clustering و feature selection وتعليم المصنف classifier learning وعملية التصنيف classification حيثُ سيتم توضيح كيفيّة توظيفها جميعا ً في هذا البحث.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
