Servicio web para la predicción de los delitos de robo utilizando machine learning en la ciudad de Lima Metropolitana

• Autores: Sueldo Alarcón, Brayan Hugo, Peña Cueva, Edwin Daniel
• 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:10757/660716
• Enlace del recurso: http://hdl.handle.net/10757/660716
• Nivel de acceso: acceso abierto
• Materia: Predicción de delitos; Machine learning; Azure; Crime prediction; https://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.04

El presente trabajo de tesis tiene como objetivo implementar una propuesta para el desarrollo de una solución tecnológica que permita la predicción de delitos de robo en la ciudad de Lima utilizando la inteligencia artificial. En la solución propuesta se ha planteado la exposición de servicios web API, los cuales podrán ser consumidos con tokens de seguridad por plataformas web o aplicaciones de celulares, a través de estos servicios web los usuarios podrán registrar los delitos y consultar las zonas predichas de robo por medio de coordenadas. Asimismo, dentro de la propuesta se plantea el uso de un modelo de inteligencia artificial basado en machine learning para la predicción de delitos, la solución propuesta y el modelo predictivo están desplegados en la nube de Azure. El aporte del proyecto resalta por su innovación al usar un algoritmo predictivo de inteligencia artificial, diseñar una arquitectura orientada a microservicios y contar con una infraestructura en la nube de Azure, de esta forma se busca garantizar un óptimo performance en la solución y contar con una infraestructura escalable que soporte una alta concurrencia de usuarios. Por otro lado, el software propuesto busca brindar información a los ciudadanos para que tomen prevención en base al conocimiento de futuros delitos, también se trata de ayudar la Policía Nacional del Perú para que tomen una postura más proactiva al conocer ubicaciones geográficas en donde ocurrirán delitos a futuro. Se han analizado diferentes plataformas cloud que permitan diseñar el modelo predictivo de delitos de robo, en donde como criterio de selección se tuvo si la plataforma brindaba servicios de machine learning, los costos del servicio, una prueba gratuita para pruebas de concepto, facilidad de usar, y también validar si brinda repositorio de experimentos de inteligencia artificial de ejemplo. Además, se ha realizado un análisis y recopilación de información a través de una encuesta para conocer la opinión del público con respecto a buenas prácticas que se deben considerar para tener un proceso adecuado de registro y atención de denuncias, en base a ello se obtiene un bajo el nivel de madurez del proceso actual en donde se evidencia que hay puntos por mejorar tales como la información que se brinda a los ciudadanos sobre delitos, el registro de delitos, la arquitectura de aplicación e infraestructura, etc. Estos puntos sí son considerados y mejorados con la solución propuesta.