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

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 sistem...

Descripción completa

Detalles Bibliográficos
Autor principal: Porco, Andrea Verónica
Otros Autores: Bertone, Rodolfo Alfredo
Formato: Tesis Tesis de grado
Lenguaje:Español
Publicado: 2015
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/71300
Aporte de:
id I19-R120-10915-71300
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
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
spellingShingle 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
Porco, Andrea Verónica
Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
topic_facet 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
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.
author2 Bertone, Rodolfo Alfredo
author_facet Bertone, Rodolfo Alfredo
Porco, Andrea Verónica
format Tesis
Tesis de grado
author Porco, Andrea Verónica
author_sort Porco, Andrea Verónica
title Modelos computacionales y metodologías utilizadas en la detección del fraude de las tarjetas de crédito
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
publishDate 2015
url http://sedici.unlp.edu.ar/handle/10915/71300
work_keys_str_mv AT porcoandreaveronica modeloscomputacionalesymetodologiasutilizadasenladetecciondelfraudedelastarjetasdecredito
bdutipo_str Repositorios
_version_ 1764820482382626816