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