Predição de fraudes em PIX utilizando Deep Learning
dc.contributor.advisor | Zambiasi, Saulo Popov | |
dc.contributor.author | Prado, Bruno de Souza | |
dc.coverage.spatial | Florianópolis | pt_BR |
dc.date.accessioned | 2022-12-14T12:54:42Z | |
dc.date.available | 2022-12-14T12:54:42Z | |
dc.date.issued | 2022-12-13 | |
dc.description.abstract | Este trabalho tem como tema central o estudo e criação de um modelo preditivo que visa mitigar potenciais fraudes utilizando a nova ferramenta de pagamentos do Banco Central, o Pix. Sob a era do Pix, as transações financeiras ganharam outro patamar com menos burocracia. No rastro da facilidade, porém, não faltam relatos de golpes e falhas de segurança envolvendo a ferramenta já usada por milhões de usuários entre pessoas físicas e jurídicas. Os golpes envolvendo o Pix contam com o elo mais fraco da operação: o próprio consumidor. Na maioria dos casos, a vulnerabilidade do sistema é a ponta da operação. O principal mecanismo que prejudica as vítimas é a chamada “engenharia social”, que consiste em persuadir o usuário a compartilhar dados pessoais e informações bancárias. Nesta tática, a vítima é induzida a fazer um Pix achando que está pagando por um produto ou serviço, por exemplo. Quanto à metodologia utilizada, trata-se de um projeto de desenvolvimento de um algoritmo preditivo, baseado em modelos de Deep Learning e de alguns modelos e métricas. Os dados utilizados para a realização deste foram sintéticos, pois há uma grande dificuldade de encontrar dados deste gênero para realização do treinamento dos modelos selecionados para o desenvolvimento deste trabalho. | pt |
dc.format.extent | 49 f. | pt_BR |
dc.identifier.uri | https://repositorio.animaeducacao.com.br/handle/ANIMA/28790 | |
dc.language.iso | pt | pt_BR |
dc.rights | Atribuição-NãoComercial-SemDerivados 3.0 Brasil | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
dc.subject | Pix | pt_BR |
dc.subject | Modelo Preditivo | pt_BR |
dc.subject | Fraude | pt_BR |
dc.title | Predição de fraudes em PIX utilizando Deep Learning | pt_BR |
dc.type | Monografia | pt_BR |
local.author.curso | Sistemas de Informação | pt_BR |
local.author.unidade | Florianópolis / UNISUL | pt_BR |
local.dateissued.semester | 2 | pt_BR |
local.modalidade.estudo | Presencial | pt_BR |
local.rights.policy | Acesso embargado | pt_BR |
local.subject.area | Ciências Exatas e da Terra | pt_BR |
local.subject.areaanima | TI & Computação | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- TCC Bruno Prado.pdf
- Tamanho:
- 1.29 MB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1.15 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: