تحلیل اخلال‌گران بازار ارز با استفاده از روش‌های تحلیل شبکه‌های اجتماعی و مبتنی بر گراف

امروزه بشر شاهد گسترش روزافزون علم و فن‌آوری و توسعه فنّاوری‌های ارتباطی به‌ویژه در فضای سایبر است و به طبع آن افزایش چشم‌گیر در جرائم هم از لحاظ تعداد رخداد آن‌ها و هم از لحاظ پیچیدگی رخداد آن‌ها دیده می‌شود علاوه بر این، جرائم از شکل انفرادی در فضای فیزیکی به شکل گروهی تبدیل‌شده‌اند که عجین شدن آن‌ها با فضای سایبر خسارات بسیار هنگفت‌تر و زیان‌بارتری را با توجه به شرایط فرهنگی و جغرافیایی هر کشور پدید آورده است. بر همین اساس رسیدگی و مبارزه با این‌گونه جرائم دشوارتر شده است. لذا کشف جرائم و شناسایی مجرمین با استفاده از روش‌های قدیمی تقریباً غیرممکن شده بر همین اساس وجود بانک‌های اطلاعاتی و پردازش آن‌ها می‌تواند نقش مهمی در کشف الگوی جرائم برای سازمان‌های پلیسی- امنیتی ایفا کند. در این میان روش‌ها و ابزارهای تحلیل شبکه‌های اجتماعی در عین‌ تاثیرگذاری بالا، ‌هزینه‌ی کمی را هم برای کشف الگو و استخراج دانش از پایگاه داده برای پیشگیری و کنترل جرائم دارا می‌باشند. با توجه به موارد مطروحه، این مقاله با به‌کارگیری روش‌های تحلیل شبکه اجتماعی قواعد حاصل از جرائم را کشف و تحلیل کرده و پیشنهادهایی را جهت مقابله و پیشگیری از این‌گونه جرائم و شناسایی مجرمین ارائه کرده است. تحلیل شبکه‌های اجتماعی از اهمیت بالایی برخوردار است و می‌توان از نتایج حاصل شده از این تحلیل‌ها در کاربردهای مختلف و مشابه استفاده کرد لذا در این مقاله برای شناسایی مجرمین در وهله اول جمع‌آوری اطلاعات و سپس تحلیل ارتباط بین جرائم و مجرمین صورت می‌گیرد بدین منظور قسمتی از داده‌های مربوط به اخلال گران ارزی در سال‌های اخیر در این مقاله مورد بررسی قرار گرفته است که با کنار هم قرار دادن این داده ها و بررسی ارتباط بین اطلاعات استخراج شده از تجهیزات نفرات و بررسی شبکه ارتباطی ایجاد شده با سنجه های ارزیابی شبکه های اجتماعی نظیر بینابینی، نزدیکی، درجه ورودی، درجه خروجی، ارزش دهی و وزن دهی به هر یک از گره ها صورت می گیرد و سپس با بررسی ارزش هر گره با معیار های مطرح شده، گره های کاندید در هر سنجه شناسایی می شوند. نتایج حاصله از تحلیل ارتباطات موجود نشان می‌دهد که روش‌های تحلیل شبکه‌های اجتماعی توانسته با دقت قابل قبول مدلی را شبیه‌سازی و مشخصه‌های تاثیرگذار در شناسایی گره‌های خرابکارانه را معرفی نماید که با تحلیل این مشخصه‌ها می‌توان گره های مهم و برتر را که پتانسیل جرم داشته اند را شناسایی کند و تشخیص دهد که کدامیک جز مهره های اصلی بوده که با حذف آنها بتوان گروه های موجود را متلاشی و یا با اقدامات حساب شده ای راهکارهای پیشگیرانه‌ای را مدنظر قرار داد.

social network analysis of exchange market disruptors based on graph

today, increasing the science and technology and the communication technologies, especially in cyberspace, however physically act have become interact with cyberspace has caused a more significant effect on the culture and geography of each country. accordingly, dealing with these physical crimes interacts with cyberspace. therefore, detecting crimes and identifying criminals using old methods is almost impossible. therefore, databases and their processing can play an essential role in detecting crime patterns for police-security organizations. the highly effective methods and tools of social network analysis can discover the pattern and extract knowledge from the database to prevent and control crime. this article explores crime rules using social network analysis methods and offers suggestions for preventing crimes and identifying perpetrators. the analysis of social networks has great importance, and the results obtained from these analyzes can be used in similar applications. in this article, the first has been collected the data related to currency disruptors in recent years, then analyzed this data with social network techniques and identified compelling features for identifying virtual nodes. the results show that social network analysis methods have simulated a model with acceptable accuracy and introduced destructive nodes by analyzing features. however, identifying destructive nodes and crime prevention can be considered, thoroughly describing how to do this in the paper.