Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito

Autores
Porco, Andrea Verónica
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Bertone, Rodolfo Alfredo
Thomas, Pablo Javier
Descripción
De la mano de la evolución del comercio electrónico ha devenido el incremento en el uso de las tarjetas de crédito (TC) para realizar compras habituales en internet, y como consecuencia, se ha dado a lugar al incremento del fraude sobre las mismas, llamado fraude online. La implementación de sistemas de detección de fraude en la administración de TC, tanto para el banco como para el usuario, tomó un lugar de privilegio, en pos de minimizar sus pérdidas. Muchas técnicas modernas basadas en inteligencia artificial, minería de datos, lógica difusa, seguridad criptográfica, identificación por datos biométricos, por GPS, por reconocimiento de rostro, por interfaces gestuales, etc., han evolucionado en esta temática, a través de la identificación del usuario, que ha ganado acceso a la sesión de aplicación del usuario titular. Este trabajo presenta las líneas de investigación que se fueron abriendo espacio en la resolución del problema, los modelos computacionales más sobresalientes que avalan estos lineamientos, y las metodologías aplicadas a la fecha que han demostrado, serán las candidatas a resolver el problema del FTC.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
comercio electrónico
fraude de las tarjetas de crédito (FTC)
detección del FTC (DFTC)
modelos de DFTC (MODF)
metodologías de DFTC (MEDF)
fraude online
identificación del usuario
autenticación del usuario
comportamiento del usuario
información contextual
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/71300

id SEDICI_ff3f9ff80cbd6fe756fbf206eb1f5ec8
oai_identifier_str oai:sedici.unlp.edu.ar:10915/71300
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de créditoPorco, Andrea VerónicaCiencias Informáticascomercio electrónicofraude de las tarjetas de crédito (FTC)detección del FTC (DFTC)modelos de DFTC (MODF)metodologías de DFTC (MEDF)fraude onlineidentificación del usuarioautenticación del usuariocomportamiento del usuarioinformación contextualDe la mano de la evolución del comercio electrónico ha devenido el incremento en el uso de las tarjetas de crédito (TC) para realizar compras habituales en internet, y como consecuencia, se ha dado a lugar al incremento del fraude sobre las mismas, llamado fraude online. La implementación de sistemas de detección de fraude en la administración de TC, tanto para el banco como para el usuario, tomó un lugar de privilegio, en pos de minimizar sus pérdidas. Muchas técnicas modernas basadas en inteligencia artificial, minería de datos, lógica difusa, seguridad criptográfica, identificación por datos biométricos, por GPS, por reconocimiento de rostro, por interfaces gestuales, etc., han evolucionado en esta temática, a través de la identificación del usuario, que ha ganado acceso a la sesión de aplicación del usuario titular. Este trabajo presenta las líneas de investigación que se fueron abriendo espacio en la resolución del problema, los modelos computacionales más sobresalientes que avalan estos lineamientos, y las metodologías aplicadas a la fecha que han demostrado, serán las candidatas a resolver el problema del FTC.Licenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaBertone, Rodolfo AlfredoThomas, Pablo Javier2015-03info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/71300spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:11:34Zoai:sedici.unlp.edu.ar:10915/71300Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:11:34.284SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
title Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
spellingShingle Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
Porco, Andrea Verónica
Ciencias Informáticas
comercio electrónico
fraude de las tarjetas de crédito (FTC)
detección del FTC (DFTC)
modelos de DFTC (MODF)
metodologías de DFTC (MEDF)
fraude online
identificación del usuario
autenticación del usuario
comportamiento del usuario
información contextual
title_short Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
title_full Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
title_fullStr Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
title_full_unstemmed Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
title_sort Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
dc.creator.none.fl_str_mv Porco, Andrea Verónica
author Porco, Andrea Verónica
author_facet Porco, Andrea Verónica
author_role author
dc.contributor.none.fl_str_mv Bertone, Rodolfo Alfredo
Thomas, Pablo Javier
dc.subject.none.fl_str_mv Ciencias Informáticas
comercio electrónico
fraude de las tarjetas de crédito (FTC)
detección del FTC (DFTC)
modelos de DFTC (MODF)
metodologías de DFTC (MEDF)
fraude online
identificación del usuario
autenticación del usuario
comportamiento del usuario
información contextual
topic Ciencias Informáticas
comercio electrónico
fraude de las tarjetas de crédito (FTC)
detección del FTC (DFTC)
modelos de DFTC (MODF)
metodologías de DFTC (MEDF)
fraude online
identificación del usuario
autenticación del usuario
comportamiento del usuario
información contextual
dc.description.none.fl_txt_mv De la mano de la evolución del comercio electrónico ha devenido el incremento en el uso de las tarjetas de crédito (TC) para realizar compras habituales en internet, y como consecuencia, se ha dado a lugar al incremento del fraude sobre las mismas, llamado fraude online. La implementación de sistemas de detección de fraude en la administración de TC, tanto para el banco como para el usuario, tomó un lugar de privilegio, en pos de minimizar sus pérdidas. Muchas técnicas modernas basadas en inteligencia artificial, minería de datos, lógica difusa, seguridad criptográfica, identificación por datos biométricos, por GPS, por reconocimiento de rostro, por interfaces gestuales, etc., han evolucionado en esta temática, a través de la identificación del usuario, que ha ganado acceso a la sesión de aplicación del usuario titular. Este trabajo presenta las líneas de investigación que se fueron abriendo espacio en la resolución del problema, los modelos computacionales más sobresalientes que avalan estos lineamientos, y las metodologías aplicadas a la fecha que han demostrado, serán las candidatas a resolver el problema del FTC.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description De la mano de la evolución del comercio electrónico ha devenido el incremento en el uso de las tarjetas de crédito (TC) para realizar compras habituales en internet, y como consecuencia, se ha dado a lugar al incremento del fraude sobre las mismas, llamado fraude online. La implementación de sistemas de detección de fraude en la administración de TC, tanto para el banco como para el usuario, tomó un lugar de privilegio, en pos de minimizar sus pérdidas. Muchas técnicas modernas basadas en inteligencia artificial, minería de datos, lógica difusa, seguridad criptográfica, identificación por datos biométricos, por GPS, por reconocimiento de rostro, por interfaces gestuales, etc., han evolucionado en esta temática, a través de la identificación del usuario, que ha ganado acceso a la sesión de aplicación del usuario titular. Este trabajo presenta las líneas de investigación que se fueron abriendo espacio en la resolución del problema, los modelos computacionales más sobresalientes que avalan estos lineamientos, y las metodologías aplicadas a la fecha que han demostrado, serán las candidatas a resolver el problema del FTC.
publishDate 2015
dc.date.none.fl_str_mv 2015-03
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/71300
url http://sedici.unlp.edu.ar/handle/10915/71300
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615985173102592
score 13.070432