GuiDes en Fraude Social

Jul 19, 2011   //   by wpuser   //   S.Expertos  //  Comentarios desactivados en GuiDes en Fraude Social

GuiDes es una plataforma de Apoyo a la Decisión en Tiempo Real, que integra las más novedosas técnicas en tratamiento de información para extraer conocimiento inferido, de forma que permita predecir comportamientos a futuro, y en base a estas clasificaciones, segmentaciones y prospectivas, “alertar” a los usuarios expertos sobre en qué parte del total de la información tienen que “enfocar” los esfuerzos de análisis avanzado. De esta forma, se cambia el paradigma de utilizar el 80% del tiempo en revisar el 100% de la información sin conocer “a priori”, dónde esta información es válida, y obteniendo un ROI de la extracción de tan sólo el 20% de las alerta importantes, autilizar el 20% del tiempo en analizar el 80% del las alertas realmente relevantes.

En el contexto del Fraude Social, Ibermática se ha unido a SAS y a Deneb para desarrollar una plataforma global de ayuda a la gestión de aquellos posibles “círculos” de riesgo en políticas sociales, en base a la integración de los sistemas actuales de las Administraciones Públicas y Empresas que deseen conocer cuál es su estado actual con respecto al Fraude interno y externo, así como suministrarles una Herramienta Global que satisfaga las necesidades de detección precoz del fraude, así como de integración del conocimiento experto disperso en la Organización en un repositorio único, común y compartido.

 

 

Los objetivos de GuiDes Fraude Social son los siguientes:

•Ayuda a los técnicos en la instrumentación de reglas para el seguimiento y control de la concesión de ayudas sociales.
•Detección de anomalías en las pautas de comportamiento.
•Sistema de alertas sobre casos inciertos.
•Sistema de representación gráfica de zonas con probabilidad alta de fraude.
•Plataforma de integración de información y seguimiento de la correcta utilización de las ayudas.
•Aprendizaje automático ante nuevos casos de fraude.
GuiDes Fraude Social está configurado con los siguiente módulos:
  • Integración de fuentes de información (ETL).
  • Modelo automático de detección de fraude
  • Control de Padrón.
  • Detección de anomalías en las pautas de comportamiento.
  • Sistema de alertas sobre casos inciertos.
  • Sistema de representación gráfica de zonas con probabilidad alta de fraude.
  • Aprendizaje automático ante nuevos casos de fraude.
  • Análisis de Redes Sociales
  • Módulo de aprobación de reglas e introducción de conocimiento técnico en el sistema.
  • Motor de reglas y ejecución de los controles.
  • Representación gráfica de la información y gestión de alertas

Estado del Arte.

En la década de los 80, las soluciones tecnológicas al respecto de la detección y control del fraude se basaban en la implementación de reglas programadas y técnicas de gestión de alertas que identificaban patrones específicos buscados.

En la década de los 90, se comenzaron aplicar nuevas tecnologías, tales como las búsquedas den bases de datos, la combinación de los datos, informes que reportaban eventos que superaban umbrales determinados de alertas, y básicamente, la consulta reactiva “a posteriori” en grandes volúmenes de datos con el objetivo de encontrar discrepancias (anomalías) sobre la normalidad.

Hoy en día, los rápidos avances en la tecnología, permiten construir modelos predictivos basados en comparativas estadísticas de patrones de actuación, así como el análisis de redes sociales que muestran, de forma gráfica y geoposicionada, vínculos entre agentes y su posible estado fraudulento. Además, los sistemas tienen una gran capacidad de aprendizaje sobre las actuaciones generadas en base a las alertas detectadas.

 

 

 

Integración de fuentes de información

•Acceso a cualquier tipo de información tanto estructurada como no estructurada. Aplicación de técnicas de calidad de datos

 •Asociatividad, “matching” de valores “similares”, completitud de registros…

•Posibilidad de integrar información de reglas de fraude de otros sistemas de fraude ya existentes

•Minería de Textos y Web

 

 

Cuadro de Mando de Alertas

 

•Alertas ordenadas por severidad / probabilidad de fraude

•Generadas en tiempo real mediante reglas, detección analítica de valores anómalos y modelos predictivos

•Alertas para personas, empresas y redes de empresas

•Asignación de alertas a personas

Gestión de Reglas

Espacio Colaborativo de Conocimiento Experto

•Plataforma del conocimiento de técnicos e inspectores.

•Una fuente de datos única y fiable

•Entorno colaborativo entre técnicos

Modelos predictivos

•Situaciones anómalas

•Relaciones no evidentes

•Comportamientos sospechosos.

•Minería de datos.

Detección de Patrones y Correlación de Eventos de Forma Efectiva

 •Clasifican la información en grados de pertenencia o no a un determinado patrón de riesgo de fraude.

A partir de un grupo de hechos conocidos (eventos) se genera un grupo de reglas (axiomas)

•Empresas o individuos que se desvían de los comportamientos de su segmento, en cuanto a horas extras declaradas, número de empleados dados de alta, incrementos injustificados de bases de cotización

•Búsqueda de variables ocultas que han determinado comportamientos fraudulentos en el pasado: altas-bajas de trabajadores, ceses de actividad, falsos autónomos, fraude en prestaciones por desempleo…

 

Representación de la información

•Acceso integrado desde la alerta al detalle de los casos sospechosos

 •Visión conjunta de indicadores de fraude detectados automáticamente

•Monitorización de métricas, a través de un cuadro de mando, para determinar la efectividad y eficiencia de las medidas antifraude

 

 

Detección de fraudes del padrón

Por posicionamiento de direcciones en la cartografía catastral de los ayuntamientos.

 

Análisis de Relaciones – Sugerencia de Plan de inspección (Personas -> Empresas -> Contactos)

 

 

En definitiva, Guides Fraude Social, es una herramienta completa que permite la gestión avanzada en la detección de fraude social, basándose en las últimas tecnologías de analítica, movilidad, redes sociales y geoposición, integrando los sistemas propietarios de los clientes en un sistema de decisión en tiempo real automático.

 

 

Resumen:

 Detección y generación de alertas gracias a una aplicación combinada de métodos.

Gestión e integración de datos procedentes de múltiples fuentes, tanto externas como internas.

Análisis de redes sociales para poder ir más allá del análisis de entidades aisladas.

La gestión de casos integrada proporciona un entorno unificado de investigación.

Comments are closed.