Sistema de seguridad para el monitoreo y control de eventos de transacciones críticas comerciales de una empresa de telecomunicaciones aplicando machine learning

Descripción del Articulo

En el presente proyecto, se realizó un estudio sobre la identificación de operaciones indebidas de forma predictiva y la implementación de un workflow de gestión de las incidencias. Estas últimas, identificadas por el área de seguridad y asociadas con los accesos y transacciones que realiza el usuar...

Descripción completa

Detalles Bibliográficos
Autores: Llerena Gutiérrez, Manuel Alfredo, Vargas Salazar, Ydael
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/661055
Enlace del recurso:http://hdl.handle.net/10757/661055
Nivel de acceso:acceso abierto
Materia:Aprendizaje automático
Modelos predictivos
Fraude
Patrones
Procesos analíticos
Modelo supervisado y no supervisado
Rendimiento de datos
Machine learning
Predictive models
Fraud
Patterns
Analytical processes
Supervised and unsupervised model
Data performance
https://purl.org/pe-repo/ocde/ford#2.00.00
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:En el presente proyecto, se realizó un estudio sobre la identificación de operaciones indebidas de forma predictiva y la implementación de un workflow de gestión de las incidencias. Estas últimas, identificadas por el área de seguridad y asociadas con los accesos y transacciones que realiza el usuario con acceso al sistema comercial core de una empresa de telecomunicaciones. Se definieron conceptos fundamentales tales como el de fraude. Además, se describieron a detalle los modelos y técnicas utilizadas, así como las principales aplicaciones que soportan el proceso de análisis predictivo. Este último, implementado y sostenido mediante el lenguaje de programación Python, se desarrolló en base al modelo de análisis probabilístico conocido como “árboles de decisión” (aprendizaje supervisado). Se implementó también un sistema que permite el registro y la iteración de los actores involucrados en el proceso con la finalidad de dar tratamiento a las incidencias identificadas. Este sistema incorpora flujos para un sustento de bloqueo, uno de desbloqueo y otro correspondiente a las excepciones. Como parte de la metodología tradicional de desarrollo de software se estableció la propuesta de solución; así como los antecedentes, tendencias, beneficios, objetivos, y conclusiones pertinentes. Finalmente, se documentaron casos de benchmarking y gestión de proyectos; además de otros casos referentes al uso, reglas y realización de un negocio.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).