evitando el fraude a través de la presentación de la información en grafos
Upload: universidad-de-deusto-deustuko-unibertsitatea-university-of-deusto
Post on 11-Apr-2017
2.441 views
TRANSCRIPT
![Page 1: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/1.jpg)
Evitando el fraude a través de la REpresentación de la información en grafos
Dr. Jesús Barrasa Univ. Deusto, 27 Oct 2015
![Page 2: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/2.jpg)
Aclaración: esto no son grafos.
![Page 3: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/3.jpg)
Qué es un grafo?
Vértice
Arco
![Page 4: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/4.jpg)
Análisis de la “popularidad” de los diferentes tipos de bases de datos (db-engines.com)
![Page 5: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/5.jpg)
El origen: Teoría de grafos
Con ustedes… Leonhard Euler
• Matemático suizo • Inventor de la teoría
de grafos (1736)
![Page 6: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/6.jpg)
Königsberg (Prusia) - 1736
![Page 7: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/7.jpg)
A
B
D
C
![Page 8: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/8.jpg)
A
B
D
C
1
23
4
7
65
![Page 9: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/9.jpg)
El modelo ‘Labeled Property Graph’
![Page 10: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/10.jpg)
Redes sociales
![Page 11: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/11.jpg)
Análisis de impacto en redes de telecomunicaciones
![Page 12: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/12.jpg)
Sistemas de recomendación
![Page 13: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/13.jpg)
Logística
![Page 14: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/14.jpg)
Detección y prevención de fraude
![Page 15: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/15.jpg)
Qué ha pasado hasta ahora? Límites del enfoque relacional• Introduce complejidad al modelizar
relaciones • Degradación del rendimiento al
aumentar el numero de asociaciones, y con el volumen de datos
• Complejidad de las consultas crece necesidad de JOINs
• Introducir nuevos tipos de datos y asociaciones requieres rediseño del esquema, migración, coste
… hacen a las RDB inadecuadas cuando las asociaciones entre puntos de datos son valiosas en tiempo real
Desarrollo lento Rendimiento pobre
Problemas escalabilidadCoste de mantenimiento
![Page 16: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/16.jpg)
NoSQL al rescate, pero que pasa con las asociaciones?• No ofrecen estructuras de datos
para modelizar o almacenar relaciones
• Los lenguajes de consultas no incluyen elementos para consultarlas
• La logica de association de datos vive en la capa de aplicación
• No transaccionales (ACID)
… hacen a estas tres categorías NoSQL inadecuadas cuando las asociaciones entre puntos de datos son valiosas en tiempo real
![Page 17: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/17.jpg)
El cruce de caminos
![Page 18: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/18.jpg)
El modelo conceptual es el modelo físico
![Page 19: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/19.jpg)
Fraude: First-Party
• Objetivo de los defraudadores? Solicitar lineas de credito, actuar de forma aparentemente normal, extender el credito… y desaparecer!
• Creación de identidades sintéticas
• Caso poco mediatizado, ya que solo los bancos se ven afectados. • En el caso de 3rd party se da una suplantación de personalidad y el
afectado es una tercera persona.
![Page 20: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/20.jpg)
Tamaño del problema
• Decenas de miles de millones de $ son defraudados al año solo a bancos estadounidenses
• 25% del total de créditos personales amortizados como perdidas
![Page 21: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/21.jpg)
Anillo de fraude
![Page 22: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/22.jpg)
Hasta donde llega el análisis discreto?
![Page 23: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/23.jpg)
…la reacción no es sencilla
• Cuando el fraude es detectado, qué se debe cancelar? • Cómo hacerlo mas rápido que los defraudadores para minimizar
pérdidas? Es posible prevenirlo?
• Modelizando los datos como grafos
![Page 24: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/24.jpg)
La gente comparte piso… y es normal
![Page 25: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/25.jpg)
La gente comparte piso… y es normal
MATCH (p1:AccountHolder)-[:HAS_ADDRESS]->(a)<- [:HAS_ADDRESS]-(p2:AccountHolder) WHERE p1 <> p2 RETURN p1,p2,a
![Page 26: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/26.jpg)
Cadena sospechosa
![Page 27: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/27.jpg)
Cadena sospechosa
MATCH p = (a1:AccountHolder)-[r1:HAS_ADDRESS|:HAS_PHONENUMBER*8]-(a2:AccountHolder) WHERE a1 <> a2 return p
![Page 28: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/28.jpg)
Bloqueo de tarjetas
MATCH p = (a1:AccountHolder)-[r1:HAS_ADDRESS|:HAS_PHONENUMBER*8]-(a2:AccountHolder) WHERE a1 <> a2 WITH nodes(p) as fraudsterList limit 1 UNWIND fraudsterList AS fraudster MATCH fraudster-[:HAS_CREDITCARD]->(cc) return fraudster.fullName, fraudster.UniqueId, cc.accountNumber
![Page 29: Evitando el fraude a través de la presentación de la información en grafos](https://reader031.vdocumento.com/reader031/viewer/2022030313/58ec870e1a28ab5c488b4587/html5/thumbnails/29.jpg)
Neo Technology Overview
Product • Neo4j - World’s leading graph database
• 1M+ downloads, adding 50k+ per month
• 14 years of R&D
Company • Neo Technology, Inc., founded 2007
• 110 employees with HQ in Silicon Valley; offices in London, Munich, Paris and Malmö
• 160+ enterprise subscription customers including 60+ G2k companies
• 20,000+ education registrants
• 18,000+ Meetup members
• 100+ technology and service partners
• $45M in funding from Fidelity, Sunstone, Conor, Creandum, Dawn Capital
Customers & Partners • Retail: Walmart, Target, Adidas, eBay
• Telco: Telenor, Tre, AT&T, Deutsche Telecom
• Financial Services: UBS, JP Morgan, RBC, ICE
• Partners: Accenture, McKinsey, BCG
May 14 2015