DETECÇÃO DE FRAUDES EM MOVIMENTAÇÕES FINANCEIRAS USANDO A TÉCNICA DE SISTEMA IMUNOLÓGICO ARTIFICIAL

  • Cintia Yurie Yamada Universidade Estadual Paulista (Unesp)
  • Danilo Medeiros Eler Universidade Estadual Paulista (Unesp)
  • Ives Renê Venturini Pola Universidade Estadual Paulista (Unesp)
  • Almir Olivette Artero Universidade Estadual Paulista (Unesp)
  • Maurício Araujo Dias possui graduação em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho (1990), mestrado em Ciências Cartográficas pela Universidade Estadual Paulista Júlio de Mesquita Filho (1999) e doutorado em Ciências da Computação e Mate
Palavras-chave: Inteligência Artificial, Sistema Imunológico Artificial, Detecção de Fraudes

Resumo

Técnicas de classificação como Rede Neural Artificial e Rede Bayesiana são muito utilizadas para a tarefa de reconhecimento de padrões. A maioria delas constrói um padrão e em seguida submete novas instâncias a uma comparação com o padrão construído. O mesmo ocorre para a detecção de fraude em movimentações financeiras. Entretanto, a maioria das técnicas precisa ser treinada novamente a cada alteração simples que o padrão possa sofrer. Com a técnica de Sistema Imunológico Artificial ocorre a evolução do padrão sem a necessidade de realizar um novo treinamento para a modificação do padrão. O objetivo principal deste trabalho foi aplicar a técnica de Sistema Imunológico Artificial no contexto de detecção de fraudes em movimentações financeiras e analisar o desempenho comparando-se com as técnicas clássicas. Além disso, os resultados foram comparados com outras duas técnicas muito utilizadas na detecção de fraude, a Rede Neural Artificial e a Rede Bayesiana. Os resultados e a análise das comparações dos resultados sugerem que a técnica de Sistema Imunológico Artificial foi aplicada com sucesso na detecção de fraudes em movimentações financeiras, e também existem aperfeiçoamentos para explorar melhor os mecanismos fornecidos pela técnica, permitindo que ela ultrapasse os resultados positivos das demais técnicas.

Downloads

Não há dados estatísticos.

Biografia do Autor

Cintia Yurie Yamada, Universidade Estadual Paulista (Unesp)
Bacharel em Ciência da Computação
Danilo Medeiros Eler, Universidade Estadual Paulista (Unesp)
Dr em Ciências Matemáticas e de Computação (ICMC/USP, 2011). Professor Assistente Doutor na FCT/Unesp, Presidente Prudente Atua nas seguintes áreas: Visualização de Informação, Visualização Científica, Análise Visual de Dados, Computação Gráfica, Processamento de Imagens e Visão computacional. Também tem interesse em aplicações que envolvam coleções de documentos e coleções de imagens.
Ives Renê Venturini Pola, Universidade Estadual Paulista (Unesp)
Possui graduação em Bacharelado em Ciência da Computação pela Universidade Estadual Paulista Júlio de Mesquita Filho (2003), Mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2005) e Doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2010). Pós-Doutorado na Universidade de São Paulo - USP, no Instituto de Ciências Matemáticas e de Computação (2013) e (2015). Atualmente é Pós-Doutorando na Universidade Estadual Paulista - UNESP, sendo bolsista CAPES. Tem experiência na área de Ciência da Computação, com ênfase em Banco de Dados Complexos, atuando principalmente nos seguintes temas: recuperação da informação, consultas por similaridade, mineração de dados, métodos de acesso métrico, espaços métricos, bases de dados complexas.
Almir Olivette Artero, Universidade Estadual Paulista (Unesp)
possui graduação em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho (1990), mestrado em Ciências Cartográficas pela Universidade Estadual Paulista Júlio de Mesquita Filho (1999) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2005). Atualmente é professor assistente na Universidade Estadual Paulista (Presidente Prudente). Tem experiência na área de Ciência da Computação, atuando principalmente nas áreas: Arquitetura de Computadores, Computação Gráfica, Processamento Digital de Imagens, Eletrônica, Inteligência Artificial, Mineração de dados.
Maurício Araujo Dias, possui graduação em Matemática pela Universidade Estadual Paulista Júlio de Mesquita Filho (1990), mestrado em Ciências Cartográficas pela Universidade Estadual Paulista Júlio de Mesquita Filho (1999) e doutorado em Ciências da Computação e Mate
Possui pós-doutorado pela UAH (Universidade de Alcalá - Espanha - 2009), doutorado em Engenharia Elétrica pela UNICAMP (Universidade Estadual de Campinas - 2007 - Conceito CAPES 7), mestrado em Engenharia Elétrica pela UNICAMP (Universidade Estadual de Campinas - 2002 - Conceito CAPES 7), e graduação em Tecnologia em Processamento de Dados pela UNESP (Universidade Estadual Paulista Júlio de Mesquita Filho - 1996). Atualmente é Professor Assistente Doutor da Unesp (Universidade Estadual Paulista Júlio de Mesquita Filho) - Campus de Presidente Prudente. Tem experiência profissional na área de Engenharia Elétrica, com ênfase em Engenharia da Computação, atuando principalmente nos seguintes temas: hardware, circuitos lógico-programáveis, FPGA, curvas elípticas, criptografia, processamento de imagens e tecnologia educacional.
Publicado
2017-02-11
Como Citar
Yamada, C. Y., Eler, D. M., Pola, I. R. V., Artero, A. O., & Dias, M. A. (2017). DETECÇÃO DE FRAUDES EM MOVIMENTAÇÕES FINANCEIRAS USANDO A TÉCNICA DE SISTEMA IMUNOLÓGICO ARTIFICIAL. Colloquium Exactarum. ISSN: 2178-8332, 9(1), 14-32. Recuperado de http://revistas.unoeste.br/index.php/ce/article/view/1623
Seção
Artigos Originais

Outros artigos do(s) mesmo(s) autor(es)