Académique Documents
Professionnel Documents
Culture Documents
[Cravero, 2009] Las teoras sobre las transacciones delictivas en los casos detectados
como anmalos como Cravero lo menciona, no necesariamente se tratan de casos de
fraudes, ya que es posible que falte agregar nuevos parmetros al software.Existe una
metodologa para el estudio de clientes con alta probabilidad de fraude, en sistemas de
distribucin por medio de la minera de datos, aplicando tcnicas inteligentes como
herramienta de clasificacin y extraccin de caractersticas.
Mientras que la Estadstica plantea hiptesis que deben ser validadas a partir de los
datos disponibles, la Minera de Datos descubre patrones en los datos disponibles que
mediante la interpretacin de expertos del dominio propone patrones de
comportamiento social se puede generar un impacto negativo si se prejuzga
errneamente a un ciudadano debido a mala documentacin del sistema (falsificacin de
documento pblico). La revisin manual y tcnica de la prevencin de fraudes no
detecta algunos de los patrones ms prevalentes como el uso de una tarjeta de crdito
varias veces, en mltiples locaciones (fsicas o digitales) y en poco tiempo.
Para poder realizar un registro correcto se debe desarrollar una metodologa que permita
la simulacin de perfiles de carga, teniendo en cuenta patrones de referencia
reales.Implementar una metodologa de pre-procesamiento de datos, que logre un mejor
desempeo para el modelo desarrollado. Desarrollar un modelo de clasificacin de datos
basado en tcnicas computacionales siempre y cuando se disponga de un conjunto de
datos suficientes para un correcto anlisis y una metodologa que permita llevar un
control de los resultados dando la posibilidad de reestructurar medidas. Se debi
disearse un Almacn de Datos (AD) que se alimente de las bases de datos
transaccionales a travs de un proceso de extraccin de datos previamente definido
llamado ETL. Los datos son almacenados en un repositorio que consiste en hechos y
dimensiones representados a travs de un esquema en estrella.
La tabla de hechos almacena los indicadores a medir y las dimensiones representan los
criterios de anlisis. Y proporciona un sistema de herramientas con informacin til
para las empresas distribuidoras de energa, enfocado a la reduccin de prdidas no
tcnicas. A dems integra desarrollos y concepciones provenientes de la estadstica, el
aprendizaje automtico, la visualizacin de datos y la teora de bases de datos.La
modelacin de los datos en defensa de proteccin contra las anomalas le entrega como
resultado grupos de datos con caractersticas similares, los cuales son llamados grupos
homlogos del modelo.
Segn los expertos en minera de datos seleccionan y aplican las diversas funciones de
minera, porque se pueden utilizar diversas funciones de minera de datos para un solo
problema. Mientras que la Estadstica plantea hiptesis que deben ser validadas a partir
de los datos disponibles, la Minera de Datos descubre patrones en los datos disponibles
que mediante la interpretacin de expertos del dominio.Estn definidos por un grafo
donde existen nodos que representan variables aleatorias junto con sus enlaces, los
cuales hacen referencia a dependencias entre las mismas.
de datos ya que todas las variables son de alguna manera predecibles.Al contar con
mucha informacin en algunas bases de datos es importante para una empresa encontrar
la forma de analizar "montaas" de informacin (lo que para un humano sera
imposible) y que ello le produzca algn tipo de beneficio.
Muchas de las herramientas presentes en la minera de datos estn basadas en el uso
intensivo de la computacin, en consecuencia, un equipo conveniente y un software
eficiente, con el cual cuente una compaa, aumentar el desempeo del proceso de
buscar y analizar informacin, el cual a veces debe vrselas con producciones de datos
del orden de los Gbytes/hora, su aplicacin ms rica corresponde a entornos de
empresas en los que se identifican grandes volmenes de datos, asociados a: cantidad de
clientes, variedad de productos y cantidad de transacciones, consiste en un proceso de
diseo para construir un esquema lgico relacional tomando como entrada un esquema
conceptual multidimensional y una base de datos fuente previamente integrada.
Mejora del proceso de toma de decisiones por medio de la disponibilidad de la
informacin. Las decisiones se toman ms rpidamente por gente ms informada. Los
procesos empresariales pueden ser optimizados, se elimina el tiempo de espera de
informacin que, generalmente, es incorrecta o no se encuentra. Se almacena sobre
alguna forma de almacenamiento masivo. No es frecuentemente accesada y se almacena
a un nivel de detalle, consistente con los datos detallados actuales. Mientras no sea
prioritario el almacenamiento en un medio de almacenaje alterno, a causa del gran
volumen de datos unido al acceso no frecuente de los mismos, es poco usual utilizar el
disco como medio de almacenamiento.
No obstante el trabajo deFacena [Facena, 2003], sostiene que la Minera de Datos es una
de las soluciones que nos ayuda a extraer conocimiento a partir de los datos. Este
conocimiento puede obtenerse a partir de la bsqueda de conceptos, ideas o patrones
estadsticamente confiables, que no son evidentes a primera vista, es un concepto que
est despegando en el sector comercializador de energa elctrica como un medio para
encontrar informacin til de amplias bases de datos, que contiene.
Un elemento fundamental para una tcnica ms amplia cuyo objetivo es el descubrir
conocimiento en grandes bases de datos. Busca generar informacin similar a la que
podra generar un experto humano: patrones, asociaciones, cambios, anomalas y
estructuras significativas, en la minera de datos las tcnicas para generar un sistema
experto en la deteccin de anomalas tienen algunas tales como anlisis de fidelizacin
de clientes, segmentacin de mercados, cross-selling, optimizacin de la cadena de
suministro, deteccin y prevencin de fraudes deteccin de intrusiones en sistemas
computacionales y situaciones en las que se quiera analizar ciertos datos cuyo
comportamiento parecen distintos del resto o tambin conocido como la Deteccin de
Anomalas (DA), entre otras, estos mtodos incluyen transformadas rpidas de Fourier,
anlisis multivariado de regresin, as como toda una gama de mtodos estadsticos
ms recientemente la visualizacin ha sido ampliamente adoptada por los cientficos
como un medio de estudio a grandes grupos de datos cada vez mayores.
El mayor desarrollo del uso de la Explotacin de Informacin en actividades
relacionadas con la auditora de sistemas tiene que ver con la deteccin de intrusos en
redes de telecomunicaciones. Incluso, en la literatura cientfica se encuentran
antecedentes vinculados a la localizacin de fraudes usando minera de datos. Las
De igual manera [Robles, 2013] nos menciona sobre los arboles de decisin utilizando
el modelo de clasificacin Un rbol de decisin es un conjunto de condiciones
organizadas en una estructura jerrquica, de tal manera que permite determinar la
decisin final que se debe tomar siguiendo las condiciones que se cumplen desde la raz
del rbol hasta alguna de sus hojas.
Los rboles de decisin se utilizan desde hace siglos, y son especialmente apropiados
para expresar procedimientos mdicos, legales, comerciales, estratgicos, matemticos,
lgicos, entre otros- Estos se caracterizan por la sencillez de su representacin y de su
forma de actuar, adems de la fcil interpretacin, dado que pueden ser expresados en
forma de reglas de decisin.
Una de las grandes ventajas de los rboles de decisin es que, en su forma ms general,
las opciones posibles a partir de una determinada condicin son excluyentes. Esto
permite analizar una situacin y siguiendo el rbol de decisin apropiadamente, llegar a
una sola accin o decisin a tomar.
Entre los algoritmos de rboles de decisin se encuentran el ID3 (Induction of Decision
Trees) y el C4.5 desarrollados por JR Quinlan, siendo que el ID3 es considerado un
clsico de los algoritmos de aprendizaje automtico.
Referencias bibliogrficas
[Antonio, 2013]
[Apuero, 2010]
[Arteaga, 2010]
[Berzal, 2006]
[Brachman, 1996]
[BYRON, 2012]
[Carrasco, 2015]
[Chapman, 1994]
[Cravero, 2009]
chile
[Collada, 2010]
[CNUDM, 2013]
[Cueva, 2010]
[Facena, 2003]
[Fayyad, 1996]
[ Flores, 2012]
[FORENSIC, 2007]
[Frank, 2000]
[Gamiz, 2013]
[Garcia, 2010]
[Gonzlez, 2002]
[Horwaht, 2002]
[Harreguy, 2000]
[Ibarra, 2006]
[Ibm, 2012]
[Mansilla, 2013]
[Mndez, 2010]
[Procesamiento Analitico]
[ Modo de compatibilidad]
[Quinlan, 1983]
[Rojas, 2009]
[Ros, 2013]
[Sierra, 2006]
[Soberanis, 2013]
[spss, 2000]
[Surez, 2014]
aspectos pirticos utilizando el software weka. s.l. : pearson, prentice hal, 2006.
La auditora interna en la deteccin y prevencin de fraudes area tcnica: rea 2
normas y prcticas de auditora tema 2.4: la auditora interna en la deteccin y
prevencin de fraudes. autores mara de los ngeles soberanis aguirre de rueda
francisco ernesto herrera soria
http://www.cpcecba.org.ar/media/img/paginas/la%20auditor%c3%ada%20interna
%20en%20la%20detecci%c3%b3n%20y%20prevenci%c3%b3n%20de%20fraud
es.pdf
https://www.the-modeling-agency.com/crisp-dm.pdf
Tcnicas de minera de datos para la deteccin y prevencindel lavado de activos
y la financiacindel terrorismo (la/ft)
[Valenga, 2007]
[Villena, 2000]
[Wanumen, 2010]
[Weka, 1993]
[Vizcaino, 2008]
[Zamora, 2000]
http://isa.umh.es/asignaturas/crss/turorialWEKA.pdf
http://www.konradlorenz.edu.co/images/stories/suma_digital_sistemas/2009_01/fi
nal_paula_andrea.pdf
Fraude a la ley: frauslegisfacta - facultad de derecho
http://www.juridicas.unam.mx/publica/librev/rev/facdermx/cont/178/dtr/dtr10.pdf