Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación

Los fraudes en las compañías a nivel mundial representan pérdidas de millones de dólares. La detección temprana de los fraudes evita que se continúen con estas acciones. La contabilidad forense incluye diversas técnicas para apoyar esta detección, en esta tesis se aplican las técnicas: ley de Benfor...

Full description

Autores:
Vergara Osorio, Karen Daniela
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/60138
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/60138
http://bdigital.unal.edu.co/58133/
Palabra clave:
0 Generalidades / Computer science, information and general works
Bodega de datos
Contabilidad forense
Fraude
Nivel de agregación
Operador OLAP
Data warehouse
Forensic accounting
Fraud
Aggregation level
OLAP operator
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_eb7b28d82757d70139fa58383217c97b
oai_identifier_str oai:repositorio.unal.edu.co:unal/60138
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Moreno Arboleda, Francisco JavierVergara Osorio, Karen Daniela09ce2dd7-cb80-45a9-bf28-7cdf35b57a8c3002019-07-02T17:37:15Z2019-07-02T17:37:15Z2017https://repositorio.unal.edu.co/handle/unal/60138http://bdigital.unal.edu.co/58133/Los fraudes en las compañías a nivel mundial representan pérdidas de millones de dólares. La detección temprana de los fraudes evita que se continúen con estas acciones. La contabilidad forense incluye diversas técnicas para apoyar esta detección, en esta tesis se aplican las técnicas: ley de Benford, SAME-SAME-SAME, SAME-SAME-DIFFERENTE y Relative Size Factor a bodegas de datos usando los niveles de agregación de las dimensiones para analizar desde datos generales (e.g., a nivel de Año) hasta datos específicos (e.g., a nivel de día) la presencia de posibles fraudes. Con estas técnicas se definen operadores OLAP, los cuales se aplican en una bodega de datos y ofrecen información sobre la posible la existencia de fraudes.Abstract: Frauds at companies globally represent losses of millions of dollars. Early detection of fraud prevents the continuation of these actions. Forensic accounting includes several techniques to support this detection, in this thesis are applied the techniques: Benford’s law, SAME-SAME-SAME, SAME-SAME-DIFFERENT and Relative Size Factor to data warehouses using aggregation levels of the dimensions to analyze from general data (e.g., at year level) to specific data (e.g., at day level) the presence of possible frauds. These techniques define OLAP operators, which are applied in a data warehouse and offer information on the possible existence of fraud.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Minas Escuela de SistemasEscuela de SistemasVergara Osorio, Karen Daniela (2017) Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.0 Generalidades / Computer science, information and general worksBodega de datosContabilidad forenseFraudeNivel de agregaciónOperador OLAPData warehouseForensic accountingFraudAggregation levelOLAP operatorDetección de Fraudes en Bodegas de Datos basado en los niveles de agregaciónTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL1017204698.2017.pdfTesis de Maestría en Ingeniería - Ingeniería de Sistemasapplication/pdf2184302https://repositorio.unal.edu.co/bitstream/unal/60138/1/1017204698.2017.pdf94f55c6f591ff7f5a1e658004cddf391MD51THUMBNAIL1017204698.2017.pdf.jpg1017204698.2017.pdf.jpgGenerated Thumbnailimage/jpeg4886https://repositorio.unal.edu.co/bitstream/unal/60138/2/1017204698.2017.pdf.jpg057e2b70b82b135a87b77c1e70a03b56MD52unal/60138oai:repositorio.unal.edu.co:unal/601382023-10-13 10:05:53.647Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
title Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
spellingShingle Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
0 Generalidades / Computer science, information and general works
Bodega de datos
Contabilidad forense
Fraude
Nivel de agregación
Operador OLAP
Data warehouse
Forensic accounting
Fraud
Aggregation level
OLAP operator
title_short Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
title_full Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
title_fullStr Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
title_full_unstemmed Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
title_sort Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación
dc.creator.fl_str_mv Vergara Osorio, Karen Daniela
dc.contributor.author.spa.fl_str_mv Vergara Osorio, Karen Daniela
dc.contributor.spa.fl_str_mv Moreno Arboleda, Francisco Javier
dc.subject.ddc.spa.fl_str_mv 0 Generalidades / Computer science, information and general works
topic 0 Generalidades / Computer science, information and general works
Bodega de datos
Contabilidad forense
Fraude
Nivel de agregación
Operador OLAP
Data warehouse
Forensic accounting
Fraud
Aggregation level
OLAP operator
dc.subject.proposal.spa.fl_str_mv Bodega de datos
Contabilidad forense
Fraude
Nivel de agregación
Operador OLAP
Data warehouse
Forensic accounting
Fraud
Aggregation level
OLAP operator
description Los fraudes en las compañías a nivel mundial representan pérdidas de millones de dólares. La detección temprana de los fraudes evita que se continúen con estas acciones. La contabilidad forense incluye diversas técnicas para apoyar esta detección, en esta tesis se aplican las técnicas: ley de Benford, SAME-SAME-SAME, SAME-SAME-DIFFERENTE y Relative Size Factor a bodegas de datos usando los niveles de agregación de las dimensiones para analizar desde datos generales (e.g., a nivel de Año) hasta datos específicos (e.g., a nivel de día) la presencia de posibles fraudes. Con estas técnicas se definen operadores OLAP, los cuales se aplican en una bodega de datos y ofrecen información sobre la posible la existencia de fraudes.
publishDate 2017
dc.date.issued.spa.fl_str_mv 2017
dc.date.accessioned.spa.fl_str_mv 2019-07-02T17:37:15Z
dc.date.available.spa.fl_str_mv 2019-07-02T17:37:15Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/60138
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/58133/
url https://repositorio.unal.edu.co/handle/unal/60138
http://bdigital.unal.edu.co/58133/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín Facultad de Minas Escuela de Sistemas
Escuela de Sistemas
dc.relation.references.spa.fl_str_mv Vergara Osorio, Karen Daniela (2017) Detección de Fraudes en Bodegas de Datos basado en los niveles de agregación. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/60138/1/1017204698.2017.pdf
https://repositorio.unal.edu.co/bitstream/unal/60138/2/1017204698.2017.pdf.jpg
bitstream.checksum.fl_str_mv 94f55c6f591ff7f5a1e658004cddf391
057e2b70b82b135a87b77c1e70a03b56
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814090242302410752