Rilevamento delle frodi con carte di credito tramite algoritmo di apprendimento corticale

Mentre gli istituti finanziari di tutto il mondo puntano a realizzare un'economia senza contanti aumentando il potere d'acquisto dei cittadini e riducendo gli elevati costi di gestione del denaro l'uso delle carte di credito è di grande importanza per questo scopo. Pertanto con questa nuova spinta verso un'economia senza contanti si registrerà un aumento significativo dell'uso delle carte di credito e anche delle attività fraudolente ad esse associate. Questo lavoro costituisce una misura proattiva per il rilevamento delle attività fraudolente relative alle carte di credito. Lo studio presenta un modello basato sulla memoria temporale gerarchica in grado di rilevare le transazioni fraudolente effettuate con l'uso della carta di credito. Per costruire il modello di rilevamento delle frodi con carte di credito è stato adottato un nuovo approccio nell'apprendimento automatico noto come algoritmo di apprendimento corticale. L'algoritmo ha lavorato sui dati delle carte di credito ottenuti dall'UCI Repository ha convertito i dati altamente popolati in una rappresentazione sparsa e poi ha utilizzato le sue colonne di apprendimento per apprendere i modelli spaziali. In questo lavoro è stata utilizzata la metodologia di analisi e progettazione orientata agli oggetti implementata utilizzando il linguaggio di programmazione Java. Il modello risultante ha eseguito l'apprendimento online e ha registrato un'elevata percentuale di accuratezza.