Video-based fraud prevention model. An application of neural networks and statistical models
| Autor: | García Arias, Gerardo Antonio |
|---|---|
| Přispěvatelé: | Alonso Malaver, Carlos Eduardo |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2022 |
| Předmět: |
Neural Networks
Modelos Lineales Generalizados Tracker Video Modelo de Prevención de Fraude Delitos económicos Swindlers and swindling Seguimiento por Vídeo Fraud Prevention Model Detección de Objetos Commercial crimes Object Detection 310 - Colecciones de estadística general Redes Neuronales Estafa Generalized Linear Model |
| Zdroj: | Repositorio UN Universidad Nacional de Colombia instacron:Universidad Nacional de Colombia |
| Popis: | ilustraciones, fotografías a color, gráficas Dada una nueva tipología de fraude, en la que cajeros automáticos son bloqueados con el propósito de crear una distracción de los usuario; lo cual, permite el cambio de una tarjeta asociada a un producto financiero y la captura de su clave. El presente trabajo, propone un modelo lineal generalizado como herramienta de pronóstico de la probabilidad de ocurrencia de fraude, mediante la estructuración de una base de datos, extraída de vídeos por medio de redes neuronales convolucionales. Estos modelos estiman la presencia de personas, encontrando el punto de partida para realizar el rastreo de cada individuo por medio de redes neuronales siamesas. La metodología, permite la construcción de covariables en función de la ubicación espacio-temporal de las personas en el lugar de los hechos, insumo que permite la identificación del modelo lineal. (Texto tomado de la fuente) Given a new type of fraud, in which ATMs are blocked with the purpose of creating a distraction for users that allows them to change a card associated with a financial product and capture the password. This paper proposes a Generalized Linear Model as a tool for forecasting the probability of fraud occurrences, by structuring a database extracted from videos by means of Convolutional Neural Networks. This model estimate the presence of people, by finding the starting point to track each individual with a Siamese Neural Networks. The proposal enable the construction of covariates based on the spatio-temporal location of the people at the scene of the events. Input that allows the identification of the lineal model. Maestría Magíster en Ciencias - Estadística |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|