Árvores de decisão aplicadas à detecção de fraudes bancárias

Abstract

A oferta de produtos e serviços bancários através de canais virtuais tem aumentado nos últimos anos e, apesar do uso de diversas tecnologias de segurança, ainda existem transações fraudulentas que são concluídas com sucesso. Além disso, frequentemente os atacantes se adaptam a novas tecnologias mais rapidamente que as empresas alvejadas. Como proposta para aprimorar e agilizar as reações a fraudes, este trabalho visa indução automática de árvores de decisão a partir de amostras de dados transacionais para a identificação de transações fraudulentas. Os resultados são superiores aos alcançados pelo sistema vigente na instituição financeira, indicando que sua adoção, acompanhada de medidas reativas, podem reduzir os prejuízos financeiros, aumentar a recuperação de valores e diminuir o risco de dano à imagem da instituição, bem como o desgaste junto aos clientes. ________________________________________________________________________________ ABSTRACT

The offer of products and services by banks through virtual channels has increased in recent years and, despite the use of various technologies for security, fraudulent transactions are still being successfully completed. Moreover, hackers often adapt to new technologies more quickly than the targeted companies. In order to improve and expedite responses to frauds, this work aims to identify fraudulent transactions with decision trees induced automatically from samples of transactional data. The results obtained from the proposal are better than those provided by the system currently in use in the financial institution, indicating that the use of decision trees, together with additional reactive actions, can decrease financial loss, increase asset retrieval, and reduce the risk of damage to the client-institution relationship.