التصدي لكشف الاحتيال بأمثلية كبلر المعززة والتعلم القائم على المعارضة الشبحية

يكشف الانتشار المتزايد للاحتيال والبرمجيات الخبيثة، الذي تغذيه زيادة الأنشطة عبر الإنترنت والمعاملات الرقمية، عن قصور أنظمة الكشف التقليدية، ولا سيما في التعامل مع التهديدات الجديدة أو المموهة، واختلال التوازن بين الفئات، والبيانات عالية الأبعاد التي تضم كثيرًا من السمات غير المرتبطة، وتبرز من هنا الحاجة إلى منهجيات كشف قوية وقابلة للتكيف، وتقترح هذه الدراسة منهجية متقدمة لكشف الاحتيال تجمع بين أمثلية كبلر الثنائية والتعلم القائم على المعارضة الشبحية لتحسين اختيار السمات

وتكتسب المسألة أهميتها من أن كشف الاحتيال ليس مشكلة تصنيف عادية، بل سباق مستمر مع خصوم يغيرون أساليبهم، وأن اختيار السمات المناسبة يحدد قدرة النموذج على التعميم وسرعته وموثوقيته، ومن هنا تأتي قيمة المنهجيات الهجينة التي توازن بين الاستكشاف الواسع والاستغلال الدقيق لمساحة البحث

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى تطوير منهجية كشف احتيال متقدمة تتغلب على قصور الأنظمة التقليدية في التعامل مع التهديدات الجديدة واختلال الفئات وارتفاع الأبعاد، وتعتمد المنهجية المقترحة على تحسين أمثلية كبلر الثنائية بدمج التعلم القائم على المعارضة الشبحية لتحسين اختيار السمات، إذ تصوغ الأمثلية الجاذبية والحركة الكوكبية والتحكم الدوري للحفاظ على التوازن بين الاستكشاف والاستغلال، بينما يعزز التعلم القائم على المعارضة تنويع البحث ويمنع التقارب المبكر وتجنب الحلول المثلى المحلية

واستُخدمت تقنية أخذ العينات الناقصة العشوائية لمعالجة اختلال التوازن بين الفئات في معايير الاحتيال، وأُجري التحقق التجريبي على خمسة معايير واقعية، هي المعيار الأسترالي والمعيار الأوروبي ومعيار البرمجيات الخبيثة لعام 2022 وسجل المعاملات المالية الاصطناعي ومعيار إعلانات الوظائف الحقيقية والمزيفة، باستخدام مصنفي الجيران الأقرب وإكس جي بوست، وقورنت النتائج باثنتي عشرة خوارزمية حديثة من الخوارزميات فوق الإرشادية ومصنفات التعلم الآلي

ثانيًا: أبرز النتائج

1، حققت المنهجية المقترحة أداءً متميزًا، إذ بلغت دقة التصنيف حتى 99.96 في المئة في بعض المعايير، وبلغت معدلات تقليص السمات حتى 81.82 في المئة، وكانت قيم الدقة والاستدعاء والمساحة تحت المنحنى ودرجة إف واحد مرتفعة باستمرار عبر معظم المعايير، وهو ما يدل على كشف متوازن وموثوق

2، أظهرت بعض المعايير الصعبة حدود المنهجية، إذ سجل معيار إعلانات الوظائف الحقيقية والمزيفة باستخدام مصنف الجيران الأقرب قيمًا أدنى، بلغت الدقة 76.14 في المئة والاستدعاء 66.55 في المئة ودرجة إف واحد 71.00 في المئة والمساحة تحت المنحنى 74.15 في المئة، وهو ما يعكس صعوبة المشكلة في هذا المعيار لا ضعف المنهجية إجمالًا

3، أكدت المقارنات تفوق المنهجية المقترحة على الخوارزميات والمصنفات المنافسة من حيث الدقة والكفاءة الحوسبية، وأكد اختبار ويلكوكسون لمجموع الرتب تفوقها الإحصائي، وهو ما يرسخ متانتها وقدرتها على التكيف وفاعليتها في مهام كشف الاحتيال والبرمجيات الخبيثة عالية الأبعاد وفي سيناريوهات واقعية

ثالثًا: دلالات الدراسة وتطبيقاتها

تحمل النتائج دلالات عملية للمؤسسات المالية ومنصات التوظيف وفرق الأمن السيبراني، إذ تقدم منهجية تجمع بين الدقة العالية وتقليص السمات، بما يخفف العبء الحوسبي ويسرّع الكشف، وتدعو الدراسة إلى اختبار المنهجية في بيئات تشغيلية حية، ودراسة سلوكها أمام تهديدات متكيفة، وتطويرها لتشمل أنماط احتيال ناشئة تتجاوز المعايير الحالية

وتشير المقارنة مع الخوارزميات المنافسة إلى أن قوة المنهجية لا تكمن في عنصر واحد بل في تكامل عناصرها، إذ يوسع التعلم القائم على المعارضة نطاق البحث، وتضبط أمثلية كبلر التوازن بين الاستكشاف والاستغلال، ويعالج أخذ العينات الناقصة اختلال الفئات، وهو تكامل يفسر تفوقها عبر معايير متنوعة، وتدعو الدراسة إلى مواصلة اختبار المنهجية أمام أنماط احتيال متجددة، ودراسة قابليتها للتوسع في الأنظمة التي تعالج ملايين المعاملات يوميًا، وقياس أثرها في بيئات تشغيلية حقيقية ومتنوعة على المدى الطويل

وخلاصة القول، تثبت الدراسة أن المزج الذكي بين فيزياء الحركة الكوكبية والتعلم المعارض ينتج كاشفًا أسرع وأدق، وأن مستقبل الدفاع السيبراني يكمن في خوارزميات تتعلم التكيف بقدر ما تتعلم التصنيف