close portfolio detail

Big Data para detección de fraude en banca (BD4BankFraud)


Casos de éxito de I+D

El fraude contra la banca abarca una amplia gama de prácticas y actos ilícitos relacionados con el engaño o la tergiversación intencional, y suponen en torno a 12.000 millones de dólares al año. La lucha contra el fraude, los delitos financieros y las brechas de seguridad, en todas sus formas, son uno de los retos más costosos a los que se enfrenta el sector financiero.

La banca maneja grandes volúmenes de información que por sus características y demanda de análisis entran dentro del ámbito del Big Data. Sin embargo, tradicionalmente la detección del fraude se ha centrado en la búsqueda de patrones tales como las direcciones IP sospechosas o inicios de sesión inusuales.

Big Data está cambiando dramáticamente ese enfoque con soluciones analíticas avanzadas que intentan ser lo suficientemente potentes y rápidas para detectar el fraude en tiempo real e identificar riesgos de forma proactiva. Por ello, las entidades financieras están invirtiendo importantes cantidades de dinero en perfeccionar los algoritmos y la tecnología de análisis para combatir el fraude usando técnicas de Big Data.

Sin embargo, el sector bancario, y concretamente las entidades bancarias clientes de Paradigma Digital, todavía afrontan importantes dificultades técnicas para aprovechar el potencial de sus datos:

  • Dificultad para llevar a cabo procesos de detección y fraude en tiempo real
  • Falta de escalabilidad en los sistemas de anonimización de información sensible de clientes
  • Carencia de funcionalidades y algoritmos adecuados para el análisis de esta información

El proyecto BD4BankFraud pretende resolver esta problemática aplicando tecnologías de Big Data al análisis en tiempo real de datos bancarios para la detección de fraude bancario:

  • Integrando de forma transparente los paradigmas de análisis Batch y Streaming para combinar datos almenados con datos recibidos en tiempo real
  • Desarrollando un sistema de anonimización de datos sensibles escalable
  • Implementando una capa inteligente de Machine Learning para el análisis de la información

BD4BankFraud diseñará una solución SaaS open source que permita a los bancos manejar de forma eficiente grandes volúmenes de datos anonimizados en servidores cloud. La solución de detección de fraude se desplegará en modo cluster de servidores y se adaptará a todas las modalidades y configuraciones de gestión de datos de las entidades financieras clientes de este servicio sin afectar a sus aplicativos.

Objetivos

  • Diseñar e implementar un proceso metodológico para la captura, almacenamiento y análisis de datos financieros en tiempo real procedentes de fuentes heterogéneas sobre la plataforma Big Data de la compañía.
  • Diseñar e implementar un sistema altamente escalable de anonimización de datos sensibles. Los sistemas tokenizadores que usan habitualmente las empresas que almacenan información sensible adolecen de importantes problemas de escalabilidad para manejar grandes volúmenes de peticiones. El proyecto desarrollará un sistema tokenizador robusto y tolerante a fallos.
  • Desarrollar una herramienta de Machine Learning con algoritmos dinámicos de detección de fraude configurables de forma sencilla por personas de perfil no técnico.
  • Desarrollar, a partir de los casos de uso mencionados, un demostrador desplegado en modo cluster de servidores que se adapte a todas las modalidades y configuraciones de gestión de fraude de las empresas financieras clientes sin afectar ni modificar sus servicios.

Como resultado, Paradigma Digital proporcionará una plataforma eficaz escalable e integrada, segura y económica para prevenir, detectar y mitigar de forma rápida y eficiente fraudes internos y externos que permita:

  • La detección y prevención de fraude en tiempo real
  • La reducción de costes de monitorización e investigación de actividades fraudulentas
  • La disminución de falsos positivos y la reducción de pérdidas por fraude

Proyecto cofinanciado

Proyecto cofinanciado por el Ministerio de Industria, Energía y Turismo, dentro del Plan Nacional de Investigación Científica, Desarrollo e Innovación Tecnológica 2013-2016, número de referencia del proyecto TSI-100200-2014-51.

MINETUR

Somos una empresa única, radicalmente ágil tanto en nuestra organización como con nuestros desarrollos.
Hemos transformado digitalmente a más de 200 grandes compañías.