Imagen del encabezado de la página

IV Congreso Internacional de Ingeniería Informática y Sistemas de Información

DETECCIÓN DE FRAUDE EN TRANSACCIONES CON TARJETAS DE CRÉDITO Y DÉBITO.

Lynette García Pérez

Resumen

A medida que se popularizan otras formas de pago como la utilización de tarjetas de débito y crédito, crece la cantidad de transacciones que se realizan por minuto, lo que hace que revisar cada una se convierta en una tarea titánica. La aplicación de la inteligencia artificial para identificar de manera inmediata las transacciones anómalas, puede llevar a tomar acciones de forma más rápida para que no se vean afectados ninguno de los involucrados en el proceso. Con el objetivo de aumentar la detección de fraude y la disminución del número de falsos positivos y falsos negativos en transacciones bancarias que se realizan de forma electrónica, se aplicaron y entrenaron tres algoritmos de aprendizaje de máquinas y se analizaron los datos disponibles, usando técnicas de minería de datos. Luego de ejecutar los algoritmos, se determinó que las redes neuronales pueden ser utilizadas para detección de transacciones fraudulentas tomando en cuenta los resultados obtenidos con los datos de prueba. Después de realizar este estudio, el equipo de investigación se pudo percatar de que analizar un conjunto de datos para determinar las características que tienen en común las transacciones anómalas, es de vital importancia para aumentar el rendimiento de los algoritmos de aprendizaje de máquinas. La asertividad de estos, contribuirá a que los procesos de pago con transacciones electrónicas sean cada vez más seguros y con esto crecerá también la confianza por parte de los usuarios de tarjetas en las entidades bancarias.