مدیریت داده های املاک و مستغلات جهت پیشگیری از جرایم مربوط به جعل اسناد با استفاده از الگورتیم هوش مصنوعی

با گسترش روز افزون تکنولوژی و رواج مداوم خدمات آنلاین، تصاویر اسناد دیجیتال در برنامه های مختلف مورد استفاده قرار گرفتهاند. که در حوزه املاک نیز مستثنی از این امر نبوده است. در همین حال، برخی از الگوریتمهای ویرایش متن مبتنی بر یادگیریعمیق ظهور کردهاند که اطلاعات متنی یک تصویر را به صورت سرتاسری تغییر میدهند. در این کار، ما یک الگوریتم جعل اسنادکم هزینه توسط فناوری های مبتنی بر یکی از الگوریتم های یادگیری هوش مصنوعی شامل یادگیری عمیق جهت ویرایش تصاویر یامتن موجود در سند عملی ارائه میکنیم. برای دستیابی به این هدف، محدودیت های الگوریتم های ویرایش متن موجود نسبت بهکاراکترهای پیچیده و پس زمینه پیچیده توسط مجموعه ای از استراتژی های طراحی شبکه بررسی میشوند.تا بتوان با عملیاتویرایش متن و یا تصویر ردیابی جعل سند و سپس احتمال رخداد را با ابزارهای موجود کاهش داد. مقایسه های کمی روش پیشنهادیو رویکرد خروجی، مزایای طراحی ما را با کاهش حدود ۳/۲ خطای بازسازی اندازهگیری شده در MSE ، بهبود کیفیت بازسازیاندازه گیری شده نشان داده اند. آزمایش های کیفی تایید کرده اند که نتایج بازسازی روش پیشنهادی از نظر بصری بهتر از رویکردموجود در شخصیت های پیچیده و بافت پیچیده است. مهمتر از همه، ما عملکرد الگوریتم جعل سند پیشنهادی را تحت یک سناریویعملی نشان داده ایم که در آن مهاجم میتواند اطلاعات متنی یک سند هویت را با استفاده از تنها یک نمونه در دامنه هدف تغییردهد. نمونه های جعلی و بازیابی شده ایجاد شده توسط حمله ویرایش متن پیشنهادی و عملیات بازیابی، با موفقیت برخی از احرازهویت اسناد موجود را فریب داده است. در این مقاله سعی میکنیم از الگوریتم یادگیری ماشین براساس شبکه های عصبی استفادهکنیم. راه حلی برای تشخیص جعلی یا واقعی بودن سند پیشنهاد شده است. مجموعه دادههای مربوط به اسناد مربوط به املاک راجمع آوری می کنیم که به عنوان ورودی به مدلهای یادگیری عمیق کانولوشن داده میشود و آنها را آموزش میدهیم تا تشخیصدهند که آیا تصویر جعلی است یا واقعی. نتیجه: ارزیابیهای تجربی نشان داد که چارچوب پیشنهادی ۹۴% دقت را نشان داده است.