Presentación donde discutiremos cómo detener el fraude complejo en sus pistas con Neo4j y bases de datos de gráficos.

1. Detenga el fraude
complejo en sus pistas
con Neo4j

2. Agenda
• ¿Quiénes son los estafadores de hoy?
• Cómo combatir los anillos de fraude con gráficos
• Diferentes tipos de fraude & demostración Neo4j
• Cómo Neo4j encaja en una arquitectura típica
• El Sumario
• Preguntas y Respuestas

3. ¿Quiénes son los estafadores
de hoy?

4. Organizado en grupos Identidades Sintéticas Identidades Robadas Dispositivos secuestrados
¿Quiénes son los estafadores
de hoy?

5. Tipos de fraude
• Fraude de Tarjeta de Credito
• Fraude de Comerciantes
• Anillos de Fraude
• Fraude de Seguro
• Fraude de Comercio Electrónico
• Fraude que aún no conocemos…

6. Digitalizado y Analógico
Mundo del Fraude
Constantemente
Evolucionando
Pocos y muchos
jugadores
"Un paso adelante"
Simple y Complejo

7. Detección de Fraude
(Desde una perspectiva de modelado de datos)

8. Datos sin Procesar

9. Anomalías

10. Anomalías ocultas en el "comportamiento normal"

11. Patrones

12. Patrones

13. 1) Detectar 2) Responder
La Prevención del Fraude se trata de
Reaccionar a los Patrones
(¡Y hacerlo rápido!)

14. Base de Datos
Relacional
Elegir la tecnología subyacente

15. Datos modelados como un gráfico!
Base de Datos
de Gráficos

16. Ejemplos de tipos de
Fraude Prevalentes

17. Anillos de Fraude

18. “No considere la tecnología
tradicional adecuada para
mantenerse al día con las
tendencias criminales.”
Market Guide for Online Fraud Detection, April 27, 2015

19. Centrado en el
Dispositivo
Análisis de los usuarios
y sus dispositivos
1.
Centrado en la
Navegación
Análisis del
comportamiento de
navegación y patrones
sospechosos.
2.
Centric en la
Identidad
Análisis del
comportamiento de
anomalías por canal.
3.
Computadora,
Teléfonos Móviles
Direcciones IP
y ID del
Usuario
Transacción Comparativa
Verificación de Identidad
Métodos Tradicionales de
Detección de Fraude

20. Incapaz de detectar:
• Anillos de Fraude
• Direcciones IP falsas
• Dispositivos
secuestrados
• Identidades Sintéticas
• Identidades Robadas
• Y más…
Debilidades
ANÁLISIS DISCRETO
Métodos Tradicionales de
Detección de Fraude
Centrado en el
Dispositivo
Análisis de los usuarios
y sus dispositivos
1.
Centrado en la
Navegación
Análisis del
comportamiento de
navegación y patrones
sospechosos.
2.
Centric en la
Identidad
Análisis del
comportamiento de
anomalías por canal.
3.

21. INVESTIGAR
Deuda Rotatoria
Numero de Cuentas
INVESTIGAR
Comportamiento Normal
Detección de Fraude con
Análisis Discreto

22. Deuda Rotatoria
Numero de Cuentas
Comportamiento Normal
Patrón Fraudulento
Detección de fraude con
Análisis Conectado

23. ANÁLISIS CONECTADOANÁLISIS DISCRETO
Entre Canales
Análisis del
comportamiento de
anomalías
correlacionado entre
canales.
4.
Enlace de
Entidades
Análisis de las
relaciones para detectar
el crimen organizado y
la colusión.
5.
Detección de Fraude Aumentada
Centrado en el
Dispositivo
Análisis de los usuarios
y sus dispositivos
1.
Centrado en la
Navegación
Análisis del
comportamiento de
navegación y patrones
sospechosos.
2.
Centric en la
Identidad
Análisis del
comportamiento de
anomalías por canal.
3.

24. CUENTA 2
Modelando un Anillo de Fraude
CUENTA 1
CUENTA 3

25. CUENTA 2
CUENTA 1
CUENTA 3
TARJETA
DE
CRÉDITO
CUENTA
DE
CHEQUES
CUENTA
DE
CHEQUES
NÚMERO
DE
TELÉFONO
PRESTAMO NO
ASEGURADO
SSN 2
PRESTAMO NO
ASEGURADO
Modelando un Anillo de Fraude
TARJETA
DE
CRÉDITO
CUENTA
DE
CHEQUES

26. CUENTA 2
CUENTA 1
CUENTA 3
CREDIT
CARD
BANK
ACCOUNT
BANK
ACCOUNT
NAVEGADOR
WEB
NÚMERO
DE
TELÉFONO
PRESTAMO NO
ASEGURADO
SSN 2
PRESTAMO NO
ASEGURADO
Modelando un Anillo de Fraude
CUENTA
DE
CHEQUES
CUENTA
DE
CHEQUES
CUENTA
DE
CHEQUES
TARJETA
DE
CRÉDITO
TARJETA
DE
CRÉDITO
NAVEGADOR
WEB
NAVEGADOR
WEB

27. Fraude de Tarjeta de Credito

28. “Prueba de Tarjeta de Crédito”

29. De un Cajero
Automático
Violaciones de Datos Sofisticadas
Recopilación de información de Tarjeta de Crédito
Comerciante
Fraudulento

30. UTILIZA
EMITE
Terminal
ATM
Violacíon de
Datos
Titular de la tarjeta
Banco
Estafador
UTILIZA $5HACE
$10
HACE
$2
HACE
HACE $4000
CON
Pruebas
Comerciantes
CONHACE Tx

31. “Origen del fraude y evaluación
de la magnitud de la pérdida”

32. TxTx Tx TxTx Tx Tx TxTxTx TxJuan

33. Tx
$2000
TxTx Tx Tx TxTxTxTx Tx Tx
Tienda de
Computadoras
Juan

34. Tx
$20000
Tx Tx
$250$100$40
TxTx Tx Tx TxTxTx
Tienda de
Computadoras
Juan
Gasolinera

35. Tx
Tx
$20000
Tx Tx
$250$100$40
TxTx Tx Tx TxTxTx
Tienda de
Computadoras
Juan
Gasolinera
Maria Tx
$20
TxTx TxTxTx Tx Tx TxTx
$30000
Tx
Joyería
Tx
$30

36. Tx
Tx
$20000
Tx Tx
$250$100$40
TxTx Tx Tx TxTxTx
Tienda de
Computadoras
Juan
Gasolinera
Maria Tx
$20
TxTx TxTxTx Tx Tx TxTx
$30000
Tx
Joyería
Tx
$30
Roberto TxTxTx Tx TxTx TxTxTx Tx Tx

37. TxTx
$20
TxTx
Tx
$20000
Tx Tx
$250$100$40
TxTx Tx Tx TxTxTx
Tienda de
Computadoras
Juan
Gasolinera
María
Roberto
$30
Sofía
TxTxTx Tx Tx TxTx
$30000
Tx
Joyería
Tx
$30
TxTxTx Tx Tx TxTx TxTx
TxTx TxTx Tx Tx TxTx
$80 $120
Tx
$50000
Tienda de
Muebles
Tx Tx Tx

39. Cómo Neo4j encaja en su Arquitectura

40. Transferencia
de Dinero
Compras Servicios
Bancarios Base de Datos
Relacional
Desarrollar Patrones
Equipo de Ciencia de Datos
+ Bueno para análisis discreto
– Sin visión holística de las relaciones de datos
– Velocidad de consulta lenta para conexiones

41. Transferencia
de Dinero
Compras Servicios
Bancarios Base de Datos
Relacional
Lago de
Datos
+ Bueno para “Map Reduce”
+ Bueno para cargas de trabajo analíticas
– Sin visión holística
– Cargas de trabajo no operacionales
– Procesos de semanas a meses Desarrollar Patrones
Equipo de Ciencia de Datos
Datos del
comerciante
Datos
de
Crédito
Otra
Información

42. Transferencia
de Dinero
Compras Servicios
Bancarios
Tiempo Real
Neo4j
Cluster
DETECTAR
Flujo de Transacciones
RESPONDER
Alertas y
Notificaciones
CARGAR DATOS RELEVANTES
Base de Datos
Relacional
Lago de
Datos
Visualización
Patrones de Ajuste
Fino
Desarrollar Patrones
Equipo de Ciencia de Datos
Datos del
comerciante
Datos
de
Crédito
Otra
Información

43. Transferencia
de Dinero
Compras Servicios
Bancarios
Tiempo Real
Neo4j
Cluster
DETECTAR
Flujo de Transacciones
RESPONDER
Alertas y
Notificaciones
CARGAR DATOS RELEVANTES
Base de Datos
Relacional
Lago de
Datos
Visualización
Patrones de Ajuste
Fino
Desarrollar Patrones
Equipo de Ciencia de Datos
Conjunto de
datos
utilizado para
explorar
nuevas ideas
Datos del
comerciante
Datos
de
Crédito
Otra
Información

44. Demo

45. El Sumario

46. Nosotros hablamos acerca de…
Los Estafadores de Hoy
Ejemplos:
Anillos de fraude
Prueba de Tarjeta de Crédito
Origen del Fraude
Cómo Neo4j encaja en una Arquitectura

47. Detectar y prevenir fraudes en tiempo real
Análisis y transacciones de riesgo
crediticio más rápidos
Reduce las devoluciones de cargo
Adaptarse rápidamente a nuevos métodos
de fraude
¿Por qué Neo4j? ¿Quién lo está usando?
Las Instituciones Financieras usan Neo4j para:
FINANCE Empresas de
Tarjetas de Crédito
Comerciantes

48. Preguntas y
Respuestas