Ítem
Acceso Abierto

Detección de anomalías transaccionales usando técnicas de machine learning con grafos

Mostrar el registro sencillo de la publicación
dc.contributor.advisorRomero Ramírez, Juan Felipe
dc.creatorCortés Sánchez, Juan Sebastián
dc.creator.degreeMagíster en Matemáticas Aplicadas y Ciencias de la Computación
dc.creator.degreetypeFull time
dc.date.accessioned2023-09-15T20:56:02Z
dc.date.available2023-09-15T20:56:02Z
dc.date.created2023-09-02
dc.descriptionEste 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.
dc.description.abstractThis 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.
dc.format.extent46 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_40983
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/40983
dc.language.isospa
dc.publisherUniversidad del Rosariospa
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnologíaspa
dc.publisher.programMaestría en Matemáticas Aplicadas y Ciencias de la Computaciónspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocURspa
dc.subjectUIAF
dc.subjectGrafos
dc.subjectDetección de anomalías
dc.subjectIsolation forest
dc.subjectHBOS
dc.subjectABOD
dc.subjectAnálisis de componentes principales
dc.subject.keywordUIAF
dc.subject.keywordGraph
dc.subject.keywordAnomaly detection
dc.subject.keywordIsolation Forest
dc.subject.keywordHBOS
dc.subject.keywordABOD
dc.subject.keywordPrincipal Component Analysis
dc.titleDetección de anomalías transaccionales usando técnicas de machine learning con grafos
dc.title.TranslatedTitleTransactional anomaly detection using machine learning techniques with graphs
dc.typebachelorThesis
dc.type.spaTesis
local.department.reportEscuela de Ciencias e Ingeniería
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Deteccion-de-anomalias-transaccionales.pdf
Tamaño:
1.24 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Matemáticas Aplicadas y Ciencias de la Computación