Anomaly detection under cost constraint

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Bruno Barbarioli
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal de Minas Gerais
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Fraude na Internet
Estatística
Detecção de anomalias (Computação)
Estatistica
Aprendizado de máquina
Mineração de dados (Computação)
Link de acesso: https://hdl.handle.net/1843/ICED-ALYJS7
id UFMG_8bb080c2146b7bcca4dac8ffbeee9385
oai_identifier_str oai:repositorio.ufmg.br:1843/ICED-ALYJS7
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling 2019-08-13T11:53:04Z2025-09-09T00:49:10Z2019-08-13T11:53:04Z2017-02-15https://hdl.handle.net/1843/ICED-ALYJS7Universidade Federal de Minas GeraisDetecção de fraudesDetecção de anomaliasAprendizado de MáquinaClassificaçãoMineração de DadosFraude na InternetEstatísticaDetecção de anomalias (Computação)EstatisticaAprendizado de máquinaMineração de dados (Computação)Anomaly detection under cost constraintinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisBruno Barbarioliinfo:eu-repo/semantics/openAccessengreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGRenato Martins AssuncaoMarcos Oliveira PratesMarcelo Azevedo CostaA detecção de anomalias é usualmente utilizada em análise de fraudes. Entretanto, restrições de orçamento podem tornar o processo impraticável quando um número grande anomalias é identificada. O presente trabalho propõe um método para selecionar casos probabilisticamente baseado no seus impactos, mas garantindo que a discrepância relativa entre os valores observados e os valores esperados seja levada em consideração. Ele usa uma modificação do False Discovery Rate step-up procedure para melhorar a precisão e garantir a escalabilidade. Aplica-se então o método proposto à um projeto destinado a monitorar o sistema de pagamentos do serviço de saúde público brasileiro a fim de encontrar comportamentos fraudulentos.UFMGORIGINALdissertacao.pdfapplication/pdf1276755https://repositorio.ufmg.br//bitstreams/1e1d2d3d-63bc-4286-ba0c-9057895f3660/download612e939a13d7204093a044702d31cb5aMD51trueAnonymousREADTEXTdissertacao.pdf.txttext/plain52186https://repositorio.ufmg.br//bitstreams/ff4899f3-9fd0-43c6-a206-09da531fcd4d/downloadd5552e062fd93ca9a3c50e5196957bacMD52falseAnonymousREADTHUMBNAILdissertacao.pdf.jpgdissertacao.pdf.jpgGenerated Thumbnailimage/jpeg2312https://repositorio.ufmg.br//bitstreams/1b2949d2-8727-47a6-a10c-10dbeb67a74d/download0fe4c02d703024c6e7bcf18e1bb5eea8MD53falseAnonymousREAD1843/ICED-ALYJS72025-09-09 15:00:00.333open.accessoai:repositorio.ufmg.br:1843/ICED-ALYJS7https://repositorio.ufmg.br/Repositório InstitucionalPUBhttps://repositorio.ufmg.br/oairepositorio@ufmg.bropendoar:2025-09-09T18:00Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.none.fl_str_mv Anomaly detection under cost constraint
title Anomaly detection under cost constraint
spellingShingle Anomaly detection under cost constraint
Bruno Barbarioli
Fraude na Internet
Estatística
Detecção de anomalias (Computação)
Estatistica
Aprendizado de máquina
Mineração de dados (Computação)
Detecção de fraudes
Detecção de anomalias
Aprendizado de Máquina
Classificação
Mineração de Dados
title_short Anomaly detection under cost constraint
title_full Anomaly detection under cost constraint
title_fullStr Anomaly detection under cost constraint
title_full_unstemmed Anomaly detection under cost constraint
title_sort Anomaly detection under cost constraint
author Bruno Barbarioli
author_facet Bruno Barbarioli
author_role author
dc.contributor.author.fl_str_mv Bruno Barbarioli
dc.subject.por.fl_str_mv Fraude na Internet
Estatística
Detecção de anomalias (Computação)
Estatistica
Aprendizado de máquina
Mineração de dados (Computação)
topic Fraude na Internet
Estatística
Detecção de anomalias (Computação)
Estatistica
Aprendizado de máquina
Mineração de dados (Computação)
Detecção de fraudes
Detecção de anomalias
Aprendizado de Máquina
Classificação
Mineração de Dados
dc.subject.other.none.fl_str_mv Detecção de fraudes
Detecção de anomalias
Aprendizado de Máquina
Classificação
Mineração de Dados
publishDate 2017
dc.date.issued.fl_str_mv 2017-02-15
dc.date.accessioned.fl_str_mv 2019-08-13T11:53:04Z
2025-09-09T00:49:10Z
dc.date.available.fl_str_mv 2019-08-13T11:53:04Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1843/ICED-ALYJS7
url https://hdl.handle.net/1843/ICED-ALYJS7
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br//bitstreams/1e1d2d3d-63bc-4286-ba0c-9057895f3660/download
https://repositorio.ufmg.br//bitstreams/ff4899f3-9fd0-43c6-a206-09da531fcd4d/download
https://repositorio.ufmg.br//bitstreams/1b2949d2-8727-47a6-a10c-10dbeb67a74d/download
bitstream.checksum.fl_str_mv 612e939a13d7204093a044702d31cb5a
d5552e062fd93ca9a3c50e5196957bac
0fe4c02d703024c6e7bcf18e1bb5eea8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv repositorio@ufmg.br
_version_ 1862105551235710976

Registros relacionados