دانلود رایگان ترجمه مقاله مدل هیبرید آنلاین جهت پیشگیری و تشخیص آنلاین تقلب – اسپرینگر 2014

مدل ترکیبی آنلاین برای پیشگیری و کشف جعل آنلاین

Online Hybrid Model for Online Fraud Prevention and Detection

چکیده :
روند فعلی کسب و کار آنلاین را قادر می سازد خدمات بهتر و سریع تری برای کاربران فراهم کند و باعث سود بیشتر برای بازرگانان می گردد. در طرف دیگر، اینترنت محبوب ترین پلت فرم برای کلاهبرداران جهت ارتکاب جعل آنلاین و با سهولت تبدیل شده است . چند راه حل برای غلبه بر این جعل آنلاین ارائه شده است. اما، راه کامل و کارآمد این مشکل هنوز هم در حال پژوهش است. در این مقاله، ما مدل ترکیبی آنلاین (اهم) که به طور گسترده مانع از احتمال جعل آنلاین می شود، و امکان تشخیص و رفع آن را دارد پیشنهاد کرده ایم. روش اهم به طور انحصاری برای حراج، عدم تحویل / کالا و سرقت هویت ارائه شده است. اهم بیشتر در روش های دیگر جعل آنلاین قابل اجرا است. ما عملکرد این مدل را ارزیابی کرده و نشان داده ایم که اهم یک رویکرد آنلاین پیشگیری و کشف جعل قوی و بسیار موثر است.

1. مقدمه
کسب و کار آنلاین روش کسب و کار مدرن است که با استفاده از بازاریابی مستقیم، فروش، و خدمات عمل می کند. رشد اینترنت دارای معنی خاصی در رشد تجارت الکترونیک است[1]. با توجه به گزارش های وزارت بازرگانی، و تحقیقات فورستر، خرده فروشی اینترنتی، در شرکت کامسور[2]، فروش آنلاین به سرعت در چند سال گذشته افزایش یافته است و نشان می دهد که چرا تجارت الکترونیک محبوب شده است.
افزایش رشد کسب و کار آنلاین و مصرف بیشتر از اینترنت (نشان داده شده در جدول 1 و 2) [2] ، و فعالیت های غیر قانونی به طور همزمان افزایش یافته است. رفتار جعل اینترنتی به طور کلی برای ردیابی و تعقیب آسان نیست. کلاهبرداران به راحتی می توانند اطلاعات خود را از قربانیان بدون تحمیل هزینه های قابل توجه مخفی کنند. یکی از دلایل اصلی برای جعل اینترنتی ناآگاهی کاربر در مورد مکانیسم حمله کلاه بردار از طریق رسانه اینترنت است. از آنجا که فقدان قانون و به تبع آن درایو در بسیاری از کشورها مانند کشورهای آسیایی وجود دارد، بسیاری از آسیایی ها توسط کلاهبرداران قربانی می شوند [3]. مزایده جعلی ، عدم تحویل / کالا، جعل فرصت ، سرقت هویت، جعل در کارت اعتباری، جعل آنلاین طرح های سرمایه گذاری، اضافه پرداخت، انتقال پول: با توجه مرکز جرم ، جعل اینترنتی را می توان به شرح زیر [4] طبقه بندی کرد ، جعل اسپم / جعل چرخش، جعل خیریه، خودرو، و جعل کارت. در میان این جعل ها، سه جعل شایع تر هستند که عبارتند از: حراج جعلی آنلاین ، جعل عدم تحویل کالا و جعل هویت. جعل حراج آنلاین یکی از شایع ترین انواع کلاهبرداری اینترنتی (بخش 2) است. این فرآیند به شرح زیر است: اول، کاربران آیتم های مختلف وب سایت های خرید و فروش آنلاین را بازدید می کنند . سپس، خریداران علاقه مند می توانند برای آیتم حراج شده پیشنهاد ارائه بدهند. پس از برنده شدن، خریدار برای مورد حراج شده پرداخت انجام می دهد. جعل رخ می دهد و قربانی آیتم خریداری شده را دریافت نمی کند یا یک آیتم با ارزش کمتر از [5] آگهی دریافت می کند. دوم عدم تحویل / پرداخت کالا، که آن هم در بسیاری از مناطق جعل توسط بازاریابی اینترنت و وب سایت های خرده فروشی، که ارائه دهنده انواع محصولات و خدمات هستند ایجاد شده. قربانی ، که توسط یک سایت قانونی، به دنبال بازاریابی موثر است گمراه شده. سپس قربانیان با دادن اطلاعات کارت اعتباری خود و یا ارسال پرداخت توسط برخی از وسایل دیگر برای کالاها و خدمات ارائه شده توسط سایت های جعلی مورد کلاه برداری قرار می گیرند و هرگز کالاها به آن ها نمی رسد، و یا اگر برسد، ارزش محصول کمتر از قیمت واقعی [4] است. سوم سرقت هویت است. هنگامی که یک شخص تبدیل شدن به شخص دیگری را وانمود می کند و با استفاده از اطلاعاتی مانند جزئیات کارت اعتباری شخص برای ارتکاب جعل اقدام می کند [4].
در این مقاله، ما یک مدل برای جلوگیری و تشخیص آنلاین در جعل و عدم تحویل / پرداخت کالا به دلیل احتمال بالای جعل اینترنتی پیشنهاد کرده ایم . مدل ما مدل ترکیبی آنلاین (اهم) است که دو مرحله می باشد. یکی مانع جعل برای کاربران و سرورهای وب است. در مرحله دوم، اگر جعل در سیستم رخ دهد، جعل را تشخیص داده و به قربانی اطلاع می دهد. اهم قادر به جلوگیری و تشخیص جعل مانند حراج جعلی، بازاریابی اینترنتی و فروش جعلی ، جعل کارت و جعل هویت است.
این مقاله پنج بخش است. بخش 1 معرفی طبقه بندی جعل اینترنتی و توصیف دسته بندی آن: جعل حراج آنلاین ، عدم تحویل / جعل کالا، و جعل هویت. بخش 2 مرور برای جلوگیری از این جعل را نشان می دهد و فرمول مشکل در مورد این جعل است. در بخش 3 رویکرد اهم برای پیشگیری و تشخیص توصیف جعل و پیشنهاد الگوریتم پیشگیری اهم است. پس از آن، در بخش 4 رویکرد عملکرد اهم برای نشان دادن مزایای استفاده از مدل ما مورد بررسی قرار گرفت. بخش 5 نتیجه گیری و کارهای آینده با مراجع است.

Abstract

The current trend of online business enables better and faster service for users and makes it more profitable for merchants. On the other side, the Internet has become the most popular platform for fraudsters to commit online fraud with ease. Several solutions have been proposed in the literature to overcome these online frauds. But, complete and efficient way out from this problem is still in research. In this paper, we have proposed online hybrid model (OHM) which extensively prevents the possibilities of online fraud, and further, if any possibility is present, then it detects and fixes this possibility. The OHM approach is proposed exclusively for in-auction, non-delivery/merchandise and identity theft frauds. OHM further is applicable to several other online frauds. We have evaluated the performance of this model and have shown that OHM is a robust and highly effective online fraud prevention and detection approach.

1 Introduction

Online business is the modern business methodology which uses direct marketing, selling, and services. The growth of Internet has a special significance in the growth of e-commerce [1]. According to a report by US Commerce Department, Forrester Research, Internet Retailer, ComScore. Inc. [2], the online sell is increased rapidly from past few years and it shows why e-commerce is becoming popular. Increasing growth of online business and consumers over Internet (shown in Tables 1 and 2) [2] have also increased illegal activities simultaneously. Fraudulent behavior over Internet is in general not easy to trace and prosecute. Fraudsters can easily hide their information from large pool of victims without incurring significant cost. One of the key reasons for Internet fraud is the unawareness of the user regarding fraudster’s attacking mechanism through Internet medium. Because of the lack of legislation and consequently the information drive in many countries like in Asia, many Asians are victimized by fraudsters [3]. According to National White Collar Crime Center, Internet fraud can be classified as follows [4]: auction fraud, non-delivery/merchandise fraud, business opportunity schemes fraud, identity theft, credit card fraud, online investment scheme fraud, overpayment, money transfer fraud, spam/spin fraud, charity fraud, automotive, and counterfeit card fraud. Among these frauds, three most frequent frauds are as follows: online auction fraud, non-delivery/merchandise fraud, and identity theft. Online auction fraud is one of the most common types of Internet fraud (see Sect. 2). The process of online auction fraud can be seen as follows: First, online users visit auction Web sites to buy and sell various items. Then, interested buyers can bid for the auction item. Upon winning, the buyer pays for the auction item. The fraud occurs when the victim does not receive the item or receives an item of lesser value than advertised [5]. Second is non-delivery payment/merchandise, which is also one of most fraud areas created by fraudster Internet marketing and retail Web sites, which provide variety of products and services. The victim is misled, by a legitimate-looking site and effective marketing. Then victims give their credit card information or send payment by some other means for goods and services provided by fake sites. The goods never arrive, or if they arrive, then the product’s worth will be less than their real price [4]. Third is identity theft; when a person pretended to become another person by using the information like credit card detail of that person to commit fraud [4]. In this paper, we have proposed a model to prevent and detect online in-auction fraud and non-delivery payment/merchandise due to their high probability among the Internet fraud. Our model is the online hybrid model (OHM) that works in two stages. One is it prevents both the users and Web servers from fraud; secondly, if fraud occurs in the system, then it detects the fraud and informs to victim. OHM is able to prevent and detect frauds like auction fraud, Internet marketing and retail fraud, card theft fraud, and identity theft fraud. This paper is classified into five sections. Section 1 introduces the classification of Internet frauds and describes its categories: online auction fraud, non-delivery/ merchandise fraud, and identity theft fraud. Section 2 shows the literature review for preventing these frauds and formulates the problem regarding these frauds. Further in Sect. 3, we describe the OHM approach for the prevention and detection of frauds and propose OHM prevention algorithms. Thereafter, in Sect. 4, we have evaluated the performance of proposed OHM approach to show the advantages of our model. Section 5 is conclusion and future work continued with references.