Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Torres, Rodrigo Araujo Lima
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizagem de máquina
Fraudes bancárias
Mineração de dados (Computação)
Link de acesso: https://repositorio.unb.br/handle/10482/40854
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2020.
id UNB_ea06c82e8a30ecf83e495e50273a1027
oai_identifier_str oai:repositorio.unb.br:10482/40854
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analyticsAprendizagem de máquinaFraudes bancáriasMineração de dados (Computação)Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2020.As instituições financeiras lidam com centenas de milhares de transações bancárias por dia e precisam garantir segurança e qualidade para seus clientes. Atualmente, pesquisas em padrões predefinidos são insuficientes para identificar fraudes devido à evolução contínua dos métodos fraudulentos usados pelos criminosos. Os sistemas utilizados para este fim baseiam-se na aplicação de alguns métodos de Inteligência Artificial, que negligenciam a análise de processos humanos e fazem pouco uso das técnicas de Visual Analytics (VA). O domínio de detecção de fraudes envolve aspectos orientados ao tempo e multivariados para identificar transações anômalas, tornando a detecção de fraudes uma tarefa difícil. Este trabalho descreve a criação de um modelo para cada cliente, com base em seu comportamento de movimentações financeiras, utilizando técnicas de identificação de outliers, que sinalizam possíveis fraudes. Os resultados são apresentados em consoles de VA, que permitem exploração visual, descoberta e integração da análise humana, reduzindo a taxa de falsos positivos na identificação de transações financeiras fraudulentas. Aplicamos essa abordagem a uma instituição financeira brasileira, com um volume diário de mais de 30 milhões de transações e movimentações bancárias. Este projeto envolve uma abordagem híbrida composta pelo: (1) uso de algoritmos não supervisionados para de detecção outliers; e (2) uso de VA para apoiar a análise humana em tempo real com o objetivo de reduzir a incidência de falsos positivos. Informações fraudulentas potenciais são apresentadas usando técnicas de VA que permitem aos especialistas avaliar transações suspeitas sem aumento dos tempos normais de processamento. Os resultados obtidos sinalizam que nossa abordagem pode superar o desempenho do método de detecção de fraudes hoje utilizado na instituição brasileira.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).Financial institutions handle with hundreds of thousands of wire transactions per day and need to ensure security and quality for their customers. Searching on predefined patterns is insufficient to identify frauds due to continuous evolution of fraudulent methods used by criminals. Systems used for this purpose are based on the application of some methods of Artificial Intelligence, neglect human process analysis and make little use of Visual Analytics (VA) techniques. Frauds detection domain involves time-oriented and multivariate aspects to identify anomalous transactions making fraud detection a difficult task. This work describes the creation of a model for each client, based on their behavior of financial transactions, using outlier identification techniques, which indicate possible fraud. The results are presented on VA consoles, which allow visual exploration, Discovery and integration of human analysis, reducing the rate of false positives in the identification of fraudulent financial transactions. We apply this approach to a Brazilian financial institution, with a daily volume of over 30 million bank transactions and transactions. Our framework includes a hybrid approach composed of: (1) use of unsupervised outlier detection algorithms; and (2)u se of VA to support the real time human analysis with the aim of reducing the incidence of false positives. Potential fraudulent information are presented using VA techniques allowing specialists to evaluate suspicious transactions with no increase of the normal processing times. The results obtained sign evidence that our approach can overcome the performance of the fraud detection method today used at the Brazilian institution.Ladeira, MarceloTorres, Rodrigo Araujo Lima2021-05-10T15:43:54Z2021-05-10T15:43:54Z2021-05-102020-11-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfTORRES, Rodrigo Araujo Lima. Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics. 2020. x, 38 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2020.https://repositorio.unb.br/handle/10482/40854A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-14T18:59:42Zoai:repositorio.unb.br:10482/40854Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-14T18:59:42Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
title Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
spellingShingle Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
Torres, Rodrigo Araujo Lima
Aprendizagem de máquina
Fraudes bancárias
Mineração de dados (Computação)
title_short Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
title_full Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
title_fullStr Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
title_full_unstemmed Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
title_sort Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics
author Torres, Rodrigo Araujo Lima
author_facet Torres, Rodrigo Araujo Lima
author_role author
dc.contributor.none.fl_str_mv Ladeira, Marcelo
dc.contributor.author.fl_str_mv Torres, Rodrigo Araujo Lima
dc.subject.por.fl_str_mv Aprendizagem de máquina
Fraudes bancárias
Mineração de dados (Computação)
topic Aprendizagem de máquina
Fraudes bancárias
Mineração de dados (Computação)
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2020.
publishDate 2020
dc.date.none.fl_str_mv 2020-11-23
2021-05-10T15:43:54Z
2021-05-10T15:43:54Z
2021-05-10
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 TORRES, Rodrigo Araujo Lima. Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics. 2020. x, 38 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2020.
https://repositorio.unb.br/handle/10482/40854
identifier_str_mv TORRES, Rodrigo Araujo Lima. Uma proposta de análise on-line e identificação de transações financeiras fraudulentas com visual analytics. 2020. x, 38 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2020.
url https://repositorio.unb.br/handle/10482/40854
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083997364224000

Registros relacionados