Detección de anomalías transaccionales usando técnicas de machine learning con grafos

Este documento propone una metodología para la identificación de transacciones anómalas realizadas a través de un servicio de depósito electrónico de una entidad financiera con el objetivo de prevenir y detractar el lavado de activos y de financiación del terrorismo, esta metodología consiste en la...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
spa
OAI Identifier:
oai:repository.urosario.edu.co:10336/40983
Acceso en línea:
https://doi.org/10.48713/10336_40983
https://repository.urosario.edu.co/handle/10336/40983
Palabra clave:
UIAF
Grafos
Detección de anomalías
Isolation forest
HBOS
ABOD
Análisis de componentes principales
UIAF
Graph
Anomaly detection
Isolation Forest
HBOS
ABOD
Principal Component Analysis
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International
id EDOCUR2_633d59bffda1ce9c6c27f8f94b3394c5
oai_identifier_str oai:repository.urosario.edu.co:10336/40983
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.none.fl_str_mv Detección de anomalías transaccionales usando técnicas de machine learning con grafos
dc.title.TranslatedTitle.none.fl_str_mv Transactional anomaly detection using machine learning techniques with graphs
title Detección de anomalías transaccionales usando técnicas de machine learning con grafos
spellingShingle Detección de anomalías transaccionales usando técnicas de machine learning con grafos
UIAF
Grafos
Detección de anomalías
Isolation forest
HBOS
ABOD
Análisis de componentes principales
UIAF
Graph
Anomaly detection
Isolation Forest
HBOS
ABOD
Principal Component Analysis
title_short Detección de anomalías transaccionales usando técnicas de machine learning con grafos
title_full Detección de anomalías transaccionales usando técnicas de machine learning con grafos
title_fullStr Detección de anomalías transaccionales usando técnicas de machine learning con grafos
title_full_unstemmed Detección de anomalías transaccionales usando técnicas de machine learning con grafos
title_sort Detección de anomalías transaccionales usando técnicas de machine learning con grafos
dc.contributor.advisor.none.fl_str_mv Romero Ramírez, Juan Felipe
dc.subject.none.fl_str_mv UIAF
Grafos
Detección de anomalías
Isolation forest
HBOS
ABOD
Análisis de componentes principales
topic UIAF
Grafos
Detección de anomalías
Isolation forest
HBOS
ABOD
Análisis de componentes principales
UIAF
Graph
Anomaly detection
Isolation Forest
HBOS
ABOD
Principal Component Analysis
dc.subject.keyword.none.fl_str_mv UIAF
Graph
Anomaly detection
Isolation Forest
HBOS
ABOD
Principal Component Analysis
description Este documento propone una metodología para la identificación de transacciones anómalas realizadas a través de un servicio de depósito electrónico de una entidad financiera con el objetivo de prevenir y detractar el lavado de activos y de financiación del terrorismo, esta metodología consiste en la implementación de múltiples técnicas de Machine Learning, especificamente de aprendizaje no supervisado.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-09-15T20:56:02Z
dc.date.available.none.fl_str_mv 2023-09-15T20:56:02Z
dc.date.created.none.fl_str_mv 2023-09-02
dc.type.none.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.spa.none.fl_str_mv Tesis
dc.identifier.doi.none.fl_str_mv https://doi.org/10.48713/10336_40983
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/40983
url https://doi.org/10.48713/10336_40983
https://repository.urosario.edu.co/handle/10336/40983
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.none.fl_str_mv Abierto (Texto Completo)
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
Abierto (Texto Completo)
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 46 pp
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad del Rosario
dc.publisher.department.spa.fl_str_mv Escuela de Ingeniería, Ciencia y Tecnología
dc.publisher.program.spa.fl_str_mv Maestría en Matemáticas Aplicadas y Ciencias de la Computación
institution Universidad del Rosario
dc.source.instname.none.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.spa.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/148e3ef8-0f0c-4563-9e9e-71480ef7b41e/download
https://repository.urosario.edu.co/bitstreams/32c591c5-6a3b-49cd-bab7-23c00d2ebd85/download
https://repository.urosario.edu.co/bitstreams/322f0087-cc8f-4ef4-b478-d524c5f1f0c1/download
https://repository.urosario.edu.co/bitstreams/caa2623d-06fe-489e-a32e-c4c61af3293c/download
https://repository.urosario.edu.co/bitstreams/3a8c3926-6d00-45db-aea1-b89d93535cc1/download
bitstream.checksum.fl_str_mv 8d75b4e27a65f2fe5952b62ecdcba158
b2825df9f458e9d5d96ee8b7cd74fde6
3b6ce8e9e36c89875e8cf39962fe8920
175f98319b8a7c97db63317dc3766726
480386580ee0a8002258f8fa21d5b0e9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1831928283168505856
spelling Romero Ramírez, Juan Felipe65f21c8f-b5aa-4c1a-a20d-4ea8a2f6167b-1Cortés Sánchez, Juan SebastiánMagíster en Matemáticas Aplicadas y Ciencias de la ComputaciónFull timecbf95e95-a709-429c-b140-2117a6f1de26-12023-09-15T20:56:02Z2023-09-15T20:56:02Z2023-09-02Este documento propone una metodología para la identificación de transacciones anómalas realizadas a través de un servicio de depósito electrónico de una entidad financiera con el objetivo de prevenir y detractar el lavado de activos y de financiación del terrorismo, esta metodología consiste en la implementación de múltiples técnicas de Machine Learning, especificamente de aprendizaje no supervisado.This paper proposes a methodology for the identification of anomalous transactions made through an electronic deposit service of a financial institution with the objective of preventing and detracting money laundering and terrorist financing, this methodology consists of the implementation of multiple Machine Learning techniques, specifically unsupervised learning.46 ppapplication/pdfhttps://doi.org/10.48713/10336_40983 https://repository.urosario.edu.co/handle/10336/40983spaUniversidad del RosarioEscuela de Ingeniería, Ciencia y TecnologíaMaestría en Matemáticas Aplicadas y Ciencias de la ComputaciónAttribution-NonCommercial-NoDerivatives 4.0 InternationalAbierto (Texto Completo)http://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURUIAFGrafosDetección de anomalíasIsolation forestHBOSABODAnálisis de componentes principalesUIAFGraphAnomaly detectionIsolation ForestHBOSABODPrincipal Component AnalysisDetección de anomalías transaccionales usando técnicas de machine learning con grafosTransactional anomaly detection using machine learning techniques with graphsbachelorThesisTesishttp://purl.org/coar/resource_type/c_7a1fEscuela de Ingeniería, Ciencia y TecnologíaORIGINALDeteccion-de-anomalias-transaccionales.pdfDeteccion-de-anomalias-transaccionales.pdfapplication/pdf1299924https://repository.urosario.edu.co/bitstreams/148e3ef8-0f0c-4563-9e9e-71480ef7b41e/download8d75b4e27a65f2fe5952b62ecdcba158MD51LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/32c591c5-6a3b-49cd-bab7-23c00d2ebd85/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repository.urosario.edu.co/bitstreams/322f0087-cc8f-4ef4-b478-d524c5f1f0c1/download3b6ce8e9e36c89875e8cf39962fe8920MD53TEXTDeteccion-de-anomalias-transaccionales.pdf.txtDeteccion-de-anomalias-transaccionales.pdf.txtExtracted texttext/plain101953https://repository.urosario.edu.co/bitstreams/caa2623d-06fe-489e-a32e-c4c61af3293c/download175f98319b8a7c97db63317dc3766726MD54THUMBNAILDeteccion-de-anomalias-transaccionales.pdf.jpgDeteccion-de-anomalias-transaccionales.pdf.jpgGenerated Thumbnailimage/jpeg2648https://repository.urosario.edu.co/bitstreams/3a8c3926-6d00-45db-aea1-b89d93535cc1/download480386580ee0a8002258f8fa21d5b0e9MD5510336/40983oai:repository.urosario.edu.co:10336/409832025-02-12 14:59:18.442http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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

Publicaciones similares