ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Diseño de un modelo que permita detectar transacciones ilegales y fraudes en las tarjetas de crédito


Enviado por   •  25 de Noviembre de 2021  •  Trabajos  •  3.051 Palabras (13 Páginas)  •  48 Visitas

Página 1 de 13

[pic 1]

Figura 1-1. Escudo de la Universidad Católica de Colombia.

PROYECTO CIENCIAS BASICAS

Diseño de un modelo que permita detectar transacciones ilegales y fraudes en las tarjetas de crédito

CRISTHIAN FERNANDO GAITAN MARIN

WILSON DANIEL GAITAN MARIN

DYLAN PAUL AMAYA SANCHEZ

EMERSON SANCHEZ MOLANO

JAIRO ANDRES CALDERON URREGO

UNIVERSIDAD CATÓLICA DE COLOMBIA

FACULTAD DE INGENIERÍA

PROGRAMA INGENIERIA DE SISTEMAS Y COMPUTACION

BOGOTÁ DC  10-SEPTIEMBRE-2021

Tabla de contenido

Resumen        3

Planteamiento del Problema        4

Pregunta de investigación        4

Justificación        5

Objetivos        6

Objetivo general        6

Objetivos específicos        6

Metodología        7

Marco Teórico        8

Bibliografía        19


Resumen

El presente proyecto trata sobre el diseño de un modelo que permita detectar pagos o transacciones de manera ilegal (ataques de correos fraudulentos, anuncios falsos y páginas con intención de robar información) durante la elaboración de estas, se realizará teniendo en cuenta unos aspectos clave como son, redes neuronales artificiales, así mismo determinar diferentes variables que afectan la seguridad de la tarjeta de crédito a la hora de realizar alguna compra o transacción en sitios web. Con la tecnología de “machine learning” se logra evidenciar y predecir los datos obtenidos a la hora de elaborar una transacción, por ende, se implementa la minería de datos para poder realizar el diseño del modelo. Con la información obtenida se espera realizar de manera exitosa a dicha problemática, teniendo en cuenta la metodología junto a los objetivos del proyecto.


Planteamiento del Problema

Cada vez el uso de tarjetas de crédito son más frecuentes ya que estás nos traen distintos beneficios y gracias a esto también cada vez salen las más modalidades para robar información de estás y hacer transacciones que el usuario no quiere, también se presenta el uso inadecuado de las tarjetas ya que la gente no suele conocer los distintos fraudes como clonaciones a las tarjetas por parte de terceros.

Las clonación de tarjetas de tarjetas de crédito está cotidiana mente ligada al día a día ya que las usamos para pagar todo tipo cosas como cómoda, ropa y accesorios. Una de las razones por la cual se aumentó el uso de tarjetas de crédito fue por la pandemia y el crecimiento de las compras por internet, así mismo existen bandas organizadas que se dedican a robar o clonar tarjetas de crédito para beneficio propio

Pregunta de investigación

¿Cómo evitar el fraude y las transacciones ilegales a la hora de utilizar la tarjeta de crédito?

Justificación

El presente proyecto se realiza con la intención de mejorar una problemática qué es bastante común en el día a día, la cual surge en determinados momentos. Se quiere evitar que las personas sean estafadas por medio de sus tarjetas de créditos, por lo general los hackers o expertos en seguridad informativa se dedican a duplicar el contenido de las tarjetas de crédito, pasando la información de una tarjeta real a una falsa, esto con el fin de quedarse con el dinero de la persona a la que le cometen fraude.

También lo que se quiere lograr con este proyecto es proponer un modelo más práctico y sencillo para evitar estos fraudes, también se quiere evitar las transacciones ilegales que se realizan, ya que al robarle al banco están quitándole el sustento del día a día de las personas que trabajan para sus familias.

Objetivos

Objetivo general

  • Realizar un diseño de un modelo que permita detectar transacciones ilegales y fraudes en las tarjetas de crédito

Objetivos específicos

  • Investigar acerca de redes neuronales artificiales
  • Analizar y obtener los algoritmos de minería de datos que sean útiles para el modelo a desarrollar
  • Determinar las variables que afectan la seguridad al momento de realizar una transacción por medio de una tarjeta de crédito
  • Encontrar un método de aplicación de machine learning a tarjetas de crédito

 

  • Indagar acerca de los componentes y el funcionamiento interno de las tarjetas de crédito

Metodología

  • Observar cuales redes artificiales se emplean a la hora de la transmisión de señales que atraviesan para que retornen los valores de salida.
  • Tomar los datos de la tarjeta de crédito del usuario y someterlos a la red artificial neurológica
  • Comparar los valores de salida con los datos reales de la tarjeta de credito del usuario
  • Realizar el análisis predictivo de posibles irregularidades por medio de minería de datos
  • Almacenar las irregularidades en una base de datos
  • Detectar el fraude o transacción ilegal

Marco Teórico

Los principales artículos de investigación que utilizamos para la realización de este proyecto sobre el tema del fraude, transacciones ilegales y métodos de protección frente a estos ataques son variados, van desde: proyectos de grado, libros de internet, artículos de internet, etc. En total recabamos información de 12 fuentes confiables, todas de internet, esto con el fin de buscar más profundidad si existe más información sobre el tema de nuestro proyecto, el resultado fue el siguiente:

Artículo 1.

Título: DETECCION DE FRAUDE EN TARJETAS DE CREDITO

Autor: DARIO ESTEBAN CEPEDA GARCIA

Tipo: PROYECTO DE GRADO

Fecha: 2012

País: CHILE

Resumen: El proyecto propone un método para construir un modelo para poder averiguar fraudes a la hora de hacer transacciones, se quiere poder identificar que transacciones tienen mayores posibilidades de ser fraudulentas, el gran volumen de ventas y transacciones de una empresa supine un riesgo grandísimo de haber fraude, debido a la popularidad del banco y el crecimiento que han tenido las ventas online hace que estas se alteren en las bases de datos de las empresas para pasarlas a otra base de datos modificada, se usaron 4 modelos de técnicas distintas para detectar el fraude: support vector machines, redes neuronales artificiales, arboles de decisión y regresión logística.

...

Descargar como (para miembros actualizados)  txt (20.2 Kb)   pdf (146.3 Kb)   docx (28.7 Kb)  
Leer 12 páginas más »
Disponible sólo en Clubensayos.com