Ítem
Acceso Abierto
Detección de anomalías transaccionales usando técnicas de machine learning con grafos
Título de la revista
Autores
Cortés Sánchez, Juan Sebastián
Fecha
2023-09-02
Directores
Romero Ramírez, Juan Felipe
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
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.
Abstract
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.
Palabras clave
UIAF , Grafos , Detección de anomalías , Isolation forest , HBOS , ABOD , Análisis de componentes principales
Keywords
UIAF , Graph , Anomaly detection , Isolation Forest , HBOS , ABOD , Principal Component Analysis
