حرکت اخیر سازمانها به ویژه سازمانهای پولی–مالی به سمت جامعه اطلاعاتی نقش موثر و تحول آفرین فناوری اطلاعات در این زمینه باعث شده است بانک ها به عنوان نهاد مالی و اعتباری مهم در هر نظام اقتصادی برای بقاء خود در عصر اطلاعات استانداردسازی امنیت اطلاعات را برای اجرای موثر و مناسب مورد توجه ویژه قرار دهند.

در راستای ارتقاء سلامت بانکداری اینترنتی، مشکل اساسی امنیت فضای تبادل اطلاعات بوده به صورتیکه در هر لحظه حجم زیادی از رخدادهای امنیتی در این فضا در حال وقوع می باشد. با توجه به اهمیت پاسخگویی به رخدادهای فضای تبادل اطلاعات داده و ایجاد مراکز

 پاسخگویی به رخدادهای امنیت کامپیوتر الزامی به نظر می رسد.

بروز رخدادهای در شبکه­های رایانه­ای سازمانی اجتناب ناپذیر است. از این رو سازمان­ها سعی می­کنند با به کارگیری روش­هایی از بروز رخدادهای امنیتی تا حد امکان جلوگیری کرده و در صورت بروز رخداد، آن را به سرعت تشخیص داده و رفع نمایند. به این روش­ها، مدیریت رخدادهای گفته می­شود. وظیفه مدیریت رخدادهای در سازمان­ها به عهده گروه­های واکنش به رخدادهای رایانه­ای می با­شد که در این سند به عنوان گروه­های واکنش رخداد نامیده می­شوند.

از طرفی زیرساخت­های فناوری کشور نیاز به وارسی و به کارگیری مکانیزم­های امنیتی دارد و از طرف دیگر ساختاری برای هماهنگ شدن سازمان ها و گروه های امنیتی مختلف در زمان بروز رخدادهای نیاز است. یکی از قدم­های کارا برای رفع این نیازها تشکیل و تقویت گروه­های واکنش رخداد و تسلط آن­ها بر مدیریت رخدادهای است.

2- طرح مسأله

هرگاه فن آوری نوینی پدید می آید ایجاد روش های سوء استفاده از آن نیز به سرعت پدیدار می شود. در این راستا تیم CERT وظیفه حفظ اطلاعات و کاهش رخدادهای امنیتی و جلوگیری از بروز تبعات بعدی را به عهده دارد. از جمله وظایف این گروه می توان به موارد ی از قبیل : بر طرف نمودن حفره های امنیتی در سیستمها–شناسایی و جلوگیری از رخدادهای سر زده–تدارک دیدن تصمیمات سازنده – طراحی و تدوین استانداردهای مناسب برای مقابله با تهدیدات امنیتی–تهیه و تدوین جزوات و مقالات برای پشتیبانی فعالیتها و طراحی طیف گسترده از تحقیقات در زمینه تکنولوژی امنیت و توسعه انتقال اطلاعات را بر شمرد.

تجربه نشان می­دهد، ورود فناوری اطلاعات به یک سازمان نیاز به وجود نیروی انسانی متخصص در سازمان به منظور پیشگیری و پاسخ به رخدادهای رایانه­ای را در پی دارد. گروه­های واکنش رخداد، واکنشی به این نیاز در یک سازمان هستند. استقرار گروه­های واکنش رخداد در سازمان چالش­هایی چون تعریف و شکل دهی خدمات گروه­های واکنش رخداد، تربیت نیروی انسانی مناسب و بر پاسازی روال­های پاسخ به رخداد منطبق بر استانداردهای موجود در دنیا و کشور دارد. واکنش به این چالش ها در سطح کلان، باید فراتر از سازمان ها و به صورت هماهنگ در کشور انجام شود و سازمان ها این واکنش ها را اجرا نمایند. از طرف دیگر فعالیت­ گروه­های واکنش رخداد در سازمان ها به تنهایی ظرفیت بالایی برای پاسخ به رخداد ندارد. به عنوان مثال رخدادهایی که در چندین سازمان رخ می­دهد یا رخدادهایی که گوهر سازمان به تنهایی توان مقابله با رخداد را ندارد. آنچه ظرفیت این مراکز را افزایش می­دهد، هماهنگی و همکاری بین گروه­های واکنش رخداد و دیگر مراکز امنیتی است. این امر از طرفی نیاز به ساختاری برای هماهنگی و همکاری داشته و از طرف دیگر نیاز به وجود استاندارد و توافقات و یکسان بودن فرآیندها در بین گروه­های واکنش رخداد دارد.]3[

3- ساختار پایان نامه

همانطور که در شکل1نشان داده شده است این تحقیق از پنج فصل تشکیل یافته است. در فصل اول ، تعاریف و کلیات و طرح مساله مورد بررسی قرار گرفته است. فصل دوم شامل مفاهیم پایه و انواع مدل های گروه پاسخگویی به رخدادهای امنیتی رایانه ای می باشد و به دنبال آن در فصل سوم کارهای پیشین انجام گرفته در زمینه فعالیت تیمهای پاسخگویی به رخدادهای امنیتی مالی در نقاط مختلف جهان مورد بررسی قرار گرفته و فصل چهارم شامل طراحی تیم پاسخگویی به رخدادهای امنیتی مالی می باشد و در فصل پنجم به خلاصه و نتیجه گیری و پیشنهاد کارهای آتی پرداخته شده است.

خلاصه فصل:

بروز رخدادهای در شبکه ­های رایانه­ای سازمانی اجتناب ناپذیر است. از این رو سازمان­ها سعی می­کنند با به کارگیری روش­هایی از بروز رخدادهای امنیتی تا حد امکان جلوگیری کرده و در صورت بروز رخداد، آن را به سرعت تشخیص داده و رفع نمایند. به این روش­ها، مدیریت رخدادهای گفته می­شود. وظیفه مدیریت رخدادهای در سازمان­ها به عهده گروه­های واکنش به رخدادهای رایانه­ای می با­شد که در این تحقیق با عنوان تیم پاسخگویی به رخدادهای امنیتی نامیده می­شوند.

موسیقی فراتر از تعریف در الفاظ است و شگفتی آن نیز در همین است. موسیقی جبران ناكامی‌های زبان است و شیوه‌ای برای بیان احساسات ناملموس. احساساتی كه نمی‌دانیم چه هستند.آن جا كه زبان از گفتن باز می‌ماند، موسیقی مأمنی می‌شود برای روح، و زبانی می‌شود برای بیان احساسات و ناگفته‌های ناشناخته. موسیقی، سرچشمه‌ای از درون انسان دارد.

در طول تاریخ موسیقی همواره به عنوان قسمتی از زندگی انسان نقش خود را ایفا کرده است. امروزه نیز با در دسترسبودن ابزار قابل حمل پخش موسیقی و سایر ابزار ذخیره فایل‌های موسیقی این نقش پررنگ‌تر شده است. همچنین رشد بی سابقه موسیقی در سال‌های

 اخیر لزوم ایجاد روشی برای مدیریت این فایل‌هارا ضروری می‌نماید. در این تحقیق به ارائه روش‌هایی برای مدیریت اتوماتیک موسیقی با استفاده از تکنیک‌های داده کاوی می‌پردازیم.

2-1- تعریف مسئله

هر ساله به تعداد فایل‌های موسیقی که در فرمت دیجیتال تهیه می‌شود افزوده می‌شود که به موجب آن امروزه افراد با حجم عظیمی از فایل‌های موسیقی روبه رو هستند. هر شخص مجموعه کامل و بزرگی از موسیقی برای خود ایجاد می‌کند و حتی در ابزارهای قابل حمل پخش موسیقی به همراه خود دارد.بنابراین نیاز زیادی به تعامل – یافتن موسیقی مورد نظر، ایجاد مجموعه لیست‌ها با ویژگی‌هایی خاص، یافتن موسیقی‌هایی که شبیه به هم هستند- با مجموعه‌های ایجاد شده احساس می‌شود. کتابخانه‌های دیجیتال موسیقی باید توانایی ارتباط دو سویه و تعامل با کاربران خود را داشته باشند. بنا بر این تعامل کاربر با مجموعه‌های موسیقی و یا کتابخانه دیجیتال تبدیل به چالش در دنیای دیجیتال شده است. در مجموعه‌های بزرگ موسیقی مدیریت فهرست‌های متنی بسیار زمان‌بر است. این مهم خود محرکی برای سازماندهی مجموعه‌های بزرگ موسیقی می‌باشد.

از نقطه نظر دیگر هر کاربر طبع مخصوص به خود در انتخاب موسیقی دارد. دسته‌بندی‌های از پیش تعریف شده مانند ژانر و یا خواننده می‌تواند گره‌گشا باشد اما ترجیحات شخصی فرد را به حساب نمی‌آورد کما این که ممکن است این دسته‌بندی‌ها برای تمامی فایل‌ها به صورت پیش فرض وجود نداشته باشد و رده‌بندی فایل‌های موسیقی در ژانرهای مختلف خود چالشی دیگر است. شنونده موسیقی باید بتواند دسته‌بندی‌های شخصی خود را داشته باشد.به طور مثال در مقاله]1[به منظور برآورده نمودن این هدف سیستمی ارائه شده است که با گرفتن یک نمونه با استفاده از رده‌بندی هوشمند کل پایگاه داده را بر اساس ترجیح کاربر رده‌بندی می‌نماید.

به موازات رشد حجم فایل‌ها علاقه رو به رشدی در زمینه توسعه و ارزیابی سیستم‌های بازیابی اطلاعات موسیقی به وجود آمده است. رده‌بندی کامپیوتری فایل‌های موسیقی یکی از فعالیت‌های مهم در زمینه بازیابی اطلاعات موسیقی[1] است. رده‌بندی یک فعالیت استاندارد یادگیری ماشین است که معمولا شامل پیش‌بینی یک خروجی بر اساس یک ورودی است. رده‌بندی امکان تعامل با مجموعه موسیقی در مسیرهای جدید را ایجاد می‌کند. پروژه‌های مختلفی در زمینه رده‌بندی شامل تشخیص ژانر، خواننده، حالت، ابزار موسیقی، تولید لیست پخش و… انجام شده است.

یکی از مهم‌ترین سرویس‌ها برای رهایی کاربران از این حجم عظیم اطلاعات سیستم‌های پیشنهاددهنده موسیقی است. این سیستم‌ها، امکان انتخاب موسیقی‌های مورد علاقه را برای کاربران ایجاد می‌کند. سرویس پیشنهاددهنده مواردی را که ممکن است مورد پسند کاربر قرار بگیرد را بر اساس پیش تعریف‌های کاربر و یا با دسترسی به پیشینه کاربر، پیشنهاد می‌دهد.

هدف از انجام این پروژه ارائهراهکاریباکاراییبالادر رده‌بندی فایل‌های موسیقی در زمینه‌های مختلف با استفاده از ویژگی‌های سطح بالا (ویژگی‌های موسیقیایی) و سطح پایین (ویژگی‌های آماری سیگنال‌های صوتی) و در نهایت استفاده از آن در ارائه یک سیستم پیشنهاددهنده کارا است،که برای پیشنهاددهی از ویژگی‌های محتوایی (همان نتایج به دست آمده از رده‌بندی موسیقی) و محیطی( شباهت ذائقه موسیقی افراد مختلف)مورد استفاده قرار می‌گیرد. هدف مورد انتظار بهبود روش‌های ارائه شده رده‌بندی فایل‌های موسیقی با توجه به زمینه مورد نظر در رده‌بندی و استفاده از آن در ارائه یک سیستم پیشنهاددهنده است. نتایج به دست آمده از این تحقیق می‌تواند به طور کلی توسط فروشندگان، کتابخانه‌ها، موسیقی‌دانان و شنوندگان مورد استفاده قرار گیرد. می‌توان از این سیستم در صدا و سیما به منظور انتخاب موسیقی برای مناسبت‌های مختلف و یا شرایط جوی مختلف استفاده نمود.می‌توان این سیستم در فروشگاه‌ها و آرشیوهای موسیقی به منظور سازمان‌دهی و پیشنهاد بهترین موسیقی به خریدار مورد استفاده قرار گیرد.از این سیستم می‌توان برای استفاده شخصی به منظور سازمان دهی و ایجاد آرشیوهای شخصی بهره برد.استفاده خاص در محیط‌های عمومی مانند کافی‌شاپ‌ها و رستوران‌ها در انتخاب موسیقی مناسب برای پخش در پس زمینه. استفاده از سیستم در انتخاب موسیقی‌های مورد نظر پزشکان در درمان بیماری‌ها با استفاده از موسیقی (موسیقی درمانی).استفاده خاص برای سازمان‌هایی همانند ایرانسل که به ارائه آهنگ برای جلب مشتری می‌پردازند.

[1]Music Information Retrieval

:

این موضوع كه « سازمان بدون مشتریان خود، هیچ نیست» یك واقعیت انكارناپذیر است. موجودیت هر سازمان بدین خاطر است كه محصولات و خدماتی ارائه دهد كه نیازهای مشتریان خود را برآورده‌سازد. بنابراین پاسخ به سوالاتی از این قبیل كه مشتریان ما چه كسانی هستند؟ نیازها و انتظارات و اولویتهای آنان چیست؟ ما تا چه حد توانسته‌ایم به این نیازها و انتظارات پاسخ دهیم و بطور كلی سطح رضایت مشتریان و نوسانات آن دارای چه وضعیتی است؟ از اهمیت بسیار زیادی برای هر سازمان برخوردار می‌باشد به منظور پاسخگویی به سوالات فوق لازم است یك سیستم مناسب جهت مدیریت ارتباط با مشتری در هر سازمان طراحی و مستقر گردد.

در بازار فوق العاده پویای امروزی، مشتری از سازمان انتظار داردکه بیشترین ارزشها را با مناسب‌ترین قیمت عرضه کند و سازمانها نیز

 مدام به دنبال روشهای جدید و ایجاد نوآوری درخلق و ارائه ارزش هستند و حتی از ارزش مشتری تحت عنوان « منبع مزیت رقابتی» خویش نام می‌برند.

در روند های کسب و کار جدید به دست آوردن رضایت مشتریان جایگاهی مهم و حیاتی در اهداف سازمان‌ها به خود اختصاص می‌دهد و مدیران ارشد به خوبی می‌د‌انند كه موفقیت آنها در رسیدن به اهداف کلان سازمان در گرو جلب رضایت مشتریان است.

از سوی دیگر نمی‌توان گفت همه مشتریان به یک اندازه در موفقیت سازمان نقش دارند. بنابراین جلب رضایت مشتریان کلیدی حساسیت بیشتری خواهد داشت. بدین ترتیب لازم است در سازمان، سیستمی برای جذب و نگهداری مشتریان و افزایش وفاداری ایشان، طراحی و پیاده‌سازی شود. سیستمی که بتواند روابط سازمان ومشتریان را به خوبی مدیریت کند. امروزه این سیستم ها به سیستم های مدیریت ارتباط با مشتریان مشهور شده‌اند و نرم افزارهایی نیز به نام CRM به بازار آمده اند که می‌توانند سازمان را در راه جلب رضایت مشتریان توانا‌تر سازند.

در حقیقت مدیریت ارتباط با مشتری بر اساس ارتباط بلند مدت با مشتریان و درك نیازهای آنان و پاسخگویی به آنها از طریق كالاها و خدمات متنوع به وسیله كانال‌های متعدد معرفی می‌شود كه این دیدگاه معلول پیشرفت‌های اخیر فناوری اطلاعات است.

1-1- سابقه و ضرورت انجام تحقیق

با ظهور تجارت الکترونیکی مشتری الکترونیکی هم به وجود آمده‌است قبلاً سیستم های برنامه ریزی منابع سازمان[1] راهکارهای مدیریت ارتباط با مشتری را نیز ارائه می‌كردند اما مشتری الکترونیکی انتظار دارد از طریق پست‌الکترونیکی، مراکز تماس، فاکس و اینترنت به شرکت‌ها دسترسی داشته باشد. مشتری با هر تماس خود انتظار پاسخ سریع دارد. از آنجا که سیستم ها ERP قدیمی، پاسخگوی ابعاد مختلف مدیریت مشتری نبودند CRM وارد فاز منطقی و جدید خود شد بر اساس برخی گزارش‌ها، معرفی اولیه سیستم های CRM امروزی از سال 1980 آغاز شد.

از آن پس CRM بر اساس دو تغییر اساسی در دیدگاهها و نیازها توسعه یافت:

– رقابت جهانی شد و مقایسه کالاها و خدمات، پیچیده‌تر گشت. در نتیجه، شرکت‌ها از نگرش محصول‌محوری به مشتری‌محوری چرخش کردند.

– توانمندی فن‌آوری اطلاعات، به یکپارچه‌كردن تمام اطلاعات مشتری در سطح سازمان توجه کرده و موجب فرصت‌های جدید و نیازهای مهمی در زمینه تماس با مشتری شد. تا همین اواخر امکان مدیریت اطلاعات پیچیده در خصوص مشتری نبود چرا که معمولاً اطلاعات مشتریان در حدوداَ 20 نقطه از شرکت نگهداری می‌شد. اما با پیشرفت فناوری‌های شبکه و اینترنت، سیستم های CRM توانستند جایگاه خود را در جهان پیدا كنند.

با بکار گیری IT در قالب CRM، روش های جدیدی برای افزایش سود‌سازمان‌ها و کاهش هزینه‌های آن‌ها در رابطه با مشتری پدید آمده‌ است. در اینجا خلاصه‌ای از بررسی تحولات تاریخی مدیریت ارتباط با مشتری در جدول آورده شده‌است(هنركاری :1386).

2-1- فرضیات تحقیق

– در این پایان نامه مدلی بومی سازی شده متناسب با ساختار فرهنگی، اجتماعی ایران ارائه خواهیم نمود.

– مدل مذكور به عنوان یك مدل جامع و كارآمد شركت مخابرات را در تحقق مفهوم اصلی مشتری مداری و رسیدن به اهداف یاری خواهد رساند.

[1] Enterprise Resource Planning ) ERP(

[1] Customer Relationship Management

1-1- موضوع تحقیق

بیماری تنفسی[1] که عموما در ارتباط با بیماری ریوی[2] است، شامل گروهی از بیماری­ها هستند که از طریق درگیر کردن بخش یا قسمت­هایی از دستگاه تنفس[3] باعث اختلال در عملکرد ریه[4]­ها می­گردند. ریه­ها مهم­ترین قسمت دستگاه تنفسی هستند که در عمل تبادل گازهای تنفسی جهت تامین اکسیژن بافت­های مختلف بدن و دفع دی­اکسیدکربن نقش دارند. بیماری­های ریوی در هر سال بسیاری از افراد جامعه را مبتلا می­کنند که باعث کاهش سطح عملکرد فرد در فعالیت­های روزمره می­گردند. بیماری­های دستگاه تنفسی در انگلستان شایع­ترین عامل مراجعه به پزشکان عمومی است[1]. میزان اختلال در عملکرد تنفس در یک بیماری ریوی به نوع بیماری و وسعت آسیب وارده بستگی دارد. بیماری­های ریوی می­توانند عفونت دستگاه تنفسی فوقانی[5]، پنومونی[6] و یا بیماری مزمن انسدادی ریه[7] باشند.

بیماری­های مزمن تنفسی از 10 مورد بیماری­های تهدید کننده حیات در جهان هستند[8]. مطابق آمار سازمان بهداشت جهانی[9]، صدها میلیون نفر از جمعیت جهان از بیماری­های مزمن تنفسی رنج می­برند. پیش­بینی می­شود تا سال 2030 میلادی به سومین عامل مرگ­و­میر

 در جهان بعد از بیماری­های قلبی­و­عروقی و سرطان­ها تبدیل گردد[1]. فاکتور اصلی ما در این روند، تشخیص سریع و صحیح این بیماری در همان ابتدای روزهای بستری است.

تکنیک­های داده­کاوی[10] علاوه بر این­که می­توانند در تشخیص سریع این بیماری­ها موثر باشند، می­توانند از طریق شناسایی عوامل موثر در بروز انواع بیماری­های تنفسی، به پیش­گیری از این بیماری­ها کمک کنند و به­ این ترتیب باعث ارتقای سلامت جامعه شده و از تحمیل هزینه­های سنگین ناشی از تشخیص نادرست، بر بیماران جلوگیری کنند.

1-2. اهمیت و ضرورت تحقیق

بیماری­های مزمن تنفسی از 10 مورد بیماری­های تهدید کننده حیات در جهان هستند و پیش­بینی می­شود تا سال 2030 میلادی به سومین عامل مرگ­و­میر در جهان بعد از بیماری­های قلبی­و­عروقی و سرطان­ها تبدیل گردد. گرچه، گسترش تکنولوژی­های پزشکی در دهه گذشته، موجب کاهش میزان مرگ­ومیر ناشی از این بیماری شده است و به­دلیل تشخیص زودهنگام و درمان بهینه، میزان بهبودی افزایش یافته است. اما میزان بهبودی بیماران در این نوع بیماری­ها بستگی به نوع بیماری و وسعت آسیب وارده به دستگاه تنفسی دارد[11]. تشخیص زودهنگام نیز به یک روش تشخیص صحیح و قابل اعتماد نیاز دارد که به پزشکان اجازه می­دهد که عفونت دستگاه تنفسی فوقانی، پنومونی و بیماری مزمن انسدادی ریه را از هم شناسایی کنند. بنابراین یافتن یک متد تشخیص صحیح و موثر و همچنین عوامل خطر در بروز این بیماری، بسیار بااهمیت است.

مشکلی که در این بیماری وجود دارد این است که در ابتدا ممکن است یک سرماخوردگی یا آنفولانزای ساده به­نظر آید. گاهی حتی به مدت زمان طولانی بیمار از این بیماری رنج می­برد. بدیهی است که در این مدت بیماری پیشرفت کرده و این تاخیر در تشخیص نوع بیماری، روند درمان را با مشکل مواجه خواهد کرد تا جایی که حتی ممکن است به مرگ بیمار منجر شود. بنابراین نیاز است تا از روش­های پیشرفته­تری برای تشخیص زودهنگام این نوع بیماری­های تنفسی استفاده شود. روش­های رایج برای تشخیص زودهنگام بیماری­های تنفسی عبارتند از: تست­های آزمایشگاهی، رادیوگرافی[12] قفسه سینه، اسکن هسته­ای ریه، ام­آر­آی[13]، آسپیراسیون سوزنی[14] از طریق دیواره قفسه سینه. این روش­ها علاوه بر هزینه­ی بالایی که بر بیمار تحمیل می­کنند، ممکن است مضراتی را برای بیمار در پی داشته باشند. به عنوان مثال: ام­آر­آی پرهزینه و کار با آن مشکل است. موجب مشکلات برای بیماران که دارای اجسام فلزی در بدن خود می­باشند، می­شود. در ضمن بیمار در حین انجام ام­آرآی باید بی­حرکت بوده و حرکات غیرقابل پیش­گیری، مانند تنفس ضربان قلب اغلب تصویر را مخدوش می­سازد. همچنین برای بیمارانی که مشکلات تنفسی و کسانی که از محیط­های بسته می­ترسند، عبور از تونل تنگ دستگاه ام­آی­آر توصیه نمی­شود.

این در حالی است که امروزه استفاده از سیستم­های رده­بندی[15]، می­توانند به کاهش خطایی که ممکن است توسط کارشناسان کم­تجربه اتفاق بیفتد، کمک کنند و همچنین امکان بررسی داده­های پزشکی را در زمان کوتاه­تر و با جزئیات بیش­تر فراهم می­کنند. تکنیک­های داده­ کاوی می­توانند دانش نهفته در پایگاه های داده را استخراج و در پیش­­گیری، تشخیص و معالجه­ی این بیماری به پزشک و بیمار کمک کنند.

1-3. قلمرو تحقیق

قلمرو مکانی: این داده ­ها مربوط به بیمارستان تخصصی کودکان حضرت فاطمه معصومه (س) استان قم می­باشد.

قلمرو زمانی: داده ­ها بین سال­های 90 و 92 می­باشد؛ یعنی قلمرو زمانی تحقیق به مدت 3 سال می­باشد.

1 Respiratory disease

2 Lung disease

3 Respiratory System

4 Lunge

5 Acute upper respiratory infections

6 Pneumonia

7 Chronic lower respiratory diseases

8 http://www.salamat.gov.ir/news/

9 World Health Organization (WHO)

10 Data Mining

1 http://fa.wikipedia.org/wiki/

2 Radiography

3 Magnetic Resonance Imaging (MRI)

4 Needle Aspiration

1 Classification

:

پولشویی به عنوان یک فرایند مجرمانه مالی، اقدامی است که در آن منشأ و منبع وجوهی که به صورت غیر قانونی به‌دست آمده از طریق رشته ‍‍‍‌‌های نقل و انتقالات و معاملات به گونه‌ای پنهان می‌شود که همان وجوه به صورت قانونی نمود پیدا کرده و وارد فعالیت‌‌ها و مجاری قانونی می‌گردد. داده‌کاوی به عنوان فرایندی خودکار برای استخراج اطلاعات و الگو‌های جالب توجه، بارز، ضمنی، از قبل ناشناخته و بالقوه مفید از انبار داده‌‌های حجیم، شناخته می‌شود. هنگامی که الگوریتم‌‌ها و تکنیک‌‌های داده‌کاوی روی چنین تراکنش‌‌هائی اعمال می‌شوند، الگو‌های پنهان از جریان وجوه را کشف می‌کنند. بررسی داده‌‌ها و اعلام نظر روی آن‌ها از دو روش کلی تبعیت می‌نماید اول استفاده از شاخص‌ها با استفاده از روش‌های خطی و آماری و دوم استفاده از الگوریتم‌‌های داده‌کاوی که آن هم به دو صورت نظارت‌شده و بدون ناظر تقسیم شده و در این پروژه از هر دو روش استفاده شده است. خروجی‌‌های این پروژه شامل مستندات علمی، روش‌های داده محور برای شناسایی پولشویی، ارائه یك مدل برای پیاده‌سازی چارچوب ضد پولشویی در بانك و در نهایت بهره‌گیری از فناوری‌‌های نرم افزاری و پیاده سازی کل جریان پروژه می‌باشد. پس از اجرا، نتایج به دو صورت ارائه به متخصصان فنی و همچنین محاسبه معیار‌های عملکرد متداول در داده‌کاوی ارزیابی می‌گردد. در مراحلی از پروژه که نیاز به بررسی و آشنایی با سوابق تحقیقات در زمینۀ پولشویی و یا الگوریتم‌های مرتبط با آن باشد از روش تحقیق میدانی و کتابخانه‌ای استفاده می‌شود. از سوی دیگر رویکرد تحقیق نیز به صورت پیمایشی بوده که در آن با هدف مطالعۀ ماهیت و ویژگی‌های مشتریان بانك فرآیند تحقیق و مطالعه طی شده است. در مجموع باید گفت که از مدلی کمی در این تحقیق استفاده شده که مبتنی بر پردازش داده‌‌ها از نوع دادۀ واقعی، بوده است.

فصل اول: کلیات تحقیق

1-1- تعریف مسأله و بیان سؤال های اصلی تحقیق

تعاریف متعددی برای پولشویی عنوان شده است که از جمله می توان به موارد ذیل اشاره کرد[15]:

– بنا به تعریفی پولشویی یعنی شسته شدن و تبدیل پول کثیف به پول تمیز به نوعی که پس از خروج از این چرخه قانونی جلوه کند؛ به عبارت دیگر پولشویی عبارت است از هر نوع عمل برای مخفی کردن یا تغییر هویت نامشروع حاصل از فعالیت‌‌های مجرمانه به گونه ای که وانمود شود این عواید از منابع قانونی حاصل شده است.

– مجموعه اقداماتی است که از سوی فرد یا افرادی با به کارگیری ابزار‌های قانونی و با هدف عدم امکان قابلیت ردیابی گردش عواید حاصل از جرم به منظور مخفی کردن منشأ و منبع واقعی پول حاصل از اعمال مجرمانه و نامشروع صورت میگیرد تا پول آلوده و نامشروع در ظاهر پاک و قانونی جلوه نماید.

از این تعاریف چنین بر می آید که عملیات پولشویی به فرآِیند تطهیر پول کثیف گفته می شود. پول کثیف به پولی گفته می‌شود که از راه‌های خلاف و غیرقانونی بدست آمده باشد. از آنجا که بانک‌ها یکی از بهترین موسساتی هستند که می توانند به پولشویان در فرآیند تطهیر پول کثیف کمك کرده و مسیر دسترسی به منشا پول را گمراه و یا پاک نمایند در تمام کشور‌ها یکی از مهمترین موسساتی که مرجع سو استفاده پولشویان قرار می گیرند بانک‌ها هستند[44].

بدین نظر دراین پروژه ما می بایست در ابتدا به مطالعه بانک‌ها و روش‌هایی که ممکن است پولشویان از آن طریق در بانک‌ها اقدام به پولشویی نمایند پرداخته و با بررسی این روش‌ها و همچنین اطلاعات در دسترس جهت این روش‌ها، الگو‌های این روش و … سعی در یافتن راه‌هایی جهت کشف، اجرا و پیاده سازی داده محور این اقدامات داشته باشیم.

در این راستا ضمن بررسی عملیات اجرا شده در بانك مورد نظر و مشورت با کارشناسان و مشاوران این بانك مشخص گردید که روش‌های مختلفی جهت پولشویی توسط پولشویان در این بانك اجرا می‌گردد، همچنین توسط بانک‌ها نیز روش‌های متفاوتی جهت جلوگیری از این عملیات اجرا می گردد.

پیچیدگی رفتار‌های مشکوك به پولشویی و همچنین حجم عظیم داده به گونه‌ای است که بدون ابزاری هوشمند و داده محور نمیتوان در کشف پولشویی اقدام قابل توجهی انجام داد. از این رو تحقیق حاضر به دنبال یافتن پاسخ به سوال زیر میباشد:

چگونه میتوان با ارائه مدلی از روش‌های داده کاوی برای کشف جرایم پولشویی استفاده کرد؟

2-1- اهمیت و ضرورت پژوهش

با توجه به اهمیت سیستم‌‌های بانکداری و سوء استفاده از این بستر برای مقاصد پولشویی، نیاز مبرم به پیاده سازی سیستم‌‌های ضد پولشویی از طرف دولت‌ها و موسسات سیاست گذار در امور اقتصادی مورد توجه است . با توجه به رشد تروریسم و تقلب‌‌های سازماندهی شده و از طرفی تصویب قوانین متعدد علیه این موارد نیاز به این سیستم‌‌ها در حال افزایش است. از سوی دیگر، پیچیدگی رفتار‌های مشکوك به پولشویی به گونه‌ای است که بدون ابزاری هوشمند و داده محور نمیتوان در کشف پولشویی اقدام قابل توجهی انجام داد. نکته مهم و شاید کاربردی در ایران نزدیکی این سیستم‌‌ها با سیستم‌‌های ضد رشوه خواری، تقلب، تخلف و سیستم‌‌های بازرسی است که میتواند به عنوان ابزاری کارآمد برای واحد بازرسی بانک تلقی گردد.

3-1- اهداف پژوهش

پولشویی فرآیندی است که طی آن افراد متخلف با استفاده از امکانات مؤسسات مالی و بانک‌‌ها درآمد نامشروع خود را تطهیر نموده و آن‌ را قانونی جلوه میدهند. به منظور شناسایی این فرآیند، دولت‌‌ها همواره گزارش‌‌های متعددی از بانک‌‌های خود طلب می نمایند و بانک‌‌ها موظف هستند موارد مشکوك به پولشویی را در قالب چارچوب مورد درخواست بانک مرکزی تهیه و به طور مستمر ارائه نمایند. از سوی دیگر، پیشرفت بانکداری به تدریج شناسایی روش‌ها و رفتار‌های مشکوك به پولشو یی را پیچیده ترنموده است. به طوری که شناسایی این رفتار‌ها با توجه به حجم انبوه اطلاعات در یک بانک بدون استفاده از سیستم‌‌های ضد پولشویی میسر نمی‌باشد. بر این اساس هدف اصلی تحقیق حاضر طراحی الگویی برای تقلب‌های مالی در صنعت بانکداری می‌باشد.

انتظار می‌رود این مدل ضد پولشویی با جمع آوری اطلاعات پراکنده در سطح بانک عملیات پردازش و شناسایی افراد و رفتار‌های مشکوك به پولشویی را در زمان مناسب انجام داده و گزارش‌‌های مورد نیاز را تولید و ارائه مینماید.

4-1- روش پژوهش

پژوهش حاضر از نظر نوع هدف در گروه تحقیقات کاربردی قرار می‌گیرد. در مراحلی از پروژه که نیاز به بررسی و آشنایی با سوابق تحقیقات در زمینۀ پولشویی و یا الگوریتم‌‌های مرتبط با آن است از مطالعات کتابخانه‌ای و منابع آرشیوی استفاده می‌شود. از سوی دیگر رویکرد تحقیق نیز به صورت پیمایشی بوده که در آن با هدف مطالعۀ ماهیت و ویژگی‌‌های مشتریان بانك فرآیند تحقیق و مطالعه طی خواهد شد و در این زمینه مصاحبه با خبرگان نیز صورت می‌گیرد. در مجموع باید گفت که در مورد روش تجزیه و تحلیل داده‌ها از یك مدل کمی در این تحقیق استفاده می شود که مبتنی بر پردازش داده‌‌ها از نوع دادۀ واقعی، خواهد بود.

5-1- جامعه تحقیق

داده‌کاوی این توان را دارد که سناریو‌های جدیدی برای کشف نمونه‌‌های پولشویی ارائه دهد.داده‌کاوی به عنوان فرایندی خودکار برای استخراج اطلاعات و الگو‌های جالب توجه، بارز، ضمنی، از قبل ناشناخته و بالقوه مفید از انبار داده‌‌های حجیم، شناخته می شود. ظهور انبارداری داده‌‌ها به عنوان یک فناوری قابل دوام بدان معنی است که در حال حاضر،سازمان‌‌های اجرایی قادر به تحکیم معاملات مالی از نهاد‌های مختلف در چندین کشور می‌باشند. این امرنمایشی تلفیقی از انتقال وجوه را ارائه می‌دهد که به تجزیه و تحلیل معاملات کمک می‌کند. هنگامی که الگوریتم‌‌ها و تکنیک‌‌های داده‌کاوی روی چنین تراکنش‌‌هایی اعمال می شوند، الگو‌های پنهان حاکم بر جریان وجوه را کشف می‌کنند. [28]

همراه شدن اطلاعات مشتری و دانش خبرگان منجر به آن می‌گردد که معاملات مشکوک شناسائی شوند.سیستم ضد پولشویی قابلیت اجرا با الگوریتم‌‌های نظارت شده[1] و بدون نظارت[2] را به طور هم‌زمان دارد.در این سیستم علاوه بر به کارگیری الگوریتم‌‌های رایج در داده‌کاوی،

شاخص‌‌هایی محاسبه می‌شوند که می‌توانند بخوبی ملاکی برای میزان مشکوک بودن عملکرد یک مشتری باشند و بر اساس آن شاخص‌‌ها، داده‌‌های پرت (خارج از محدوده) تفکیک و شناسایی شوند.

در این پروژه با توجه به نیازمندی‌های طرح و محوریت پروژه بر اساس داده‌‌های بانکی، تراکنش‌‌های یک بازه زمانی شش ماهه در یکی از شعب بانک به عنوان جامعه تحقیق انتخاب و مورد استفاده قرار می‌گیرد.

[1]Supervised

[2]Unsupervised