Desenvolvimento de API para identificação de fraude PIX

The bank transactions via PIX are already a reality in the Brazilian's life. According to the data provided by Banco Central do Brasil, until 2021 december, almost 110 millions people have been used. This new technology has positive impacts in the life of tens of thousands of people everyday...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Neves, Edson Breno Coelho
Outros Autores: Dória Neto, Adrião Duarte
Formato: bachelorThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Machine learning
Inteligência artificial
Software
API
Artificial intelligence
Prediction
Fraud
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE
Endereço do item:https://repositorio.ufrn.br/handle/123456789/49075
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-49075
record_format dspace
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Machine learning
Inteligência artificial
Software
API
Artificial intelligence
Prediction
Fraud
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE
spellingShingle Machine learning
Inteligência artificial
Software
API
Artificial intelligence
Prediction
Fraud
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE
Neves, Edson Breno Coelho
Desenvolvimento de API para identificação de fraude PIX
description The bank transactions via PIX are already a reality in the Brazilian's life. According to the data provided by Banco Central do Brasil, until 2021 december, almost 110 millions people have been used. This new technology has positive impacts in the life of tens of thousands of people everyday bringing more facilities in your payments. But the high number of frauds starts to happen with the use of the tool. Whether for the robbery of information, security fails, coercions or trys of induce the victims to errors, the number of bankary crimes continues growing and challenging the professional who works in the technology security area. In the main types of frauds involving the PIX use we have six communs forms. (i) fake employee of the institution; (ii) fake sequestration; (iii) bug coup; (iv) use of phishing; (v) social media cloning; (vi) use of social engineering. To decrease the incidence of these crimes, the app’s proprietary enterprises who make PIX transactions have invested in new anti-fraud algorithms. In front of the exposed, the objective of this academic work is describe the API(Application Programming Interface) development experience, using the elements of machine learning and artificial intelligence, to provide a predict informing if a type PIX bankary transaction is fraudulent. Through this, it is possible for the registration to be intercepted before a crime can be practiced. The results presented in chapter 5 will detail in graphics the main indices that can lead to the interference of a fraudulent transaction. It will be possible to understand how the API manipulates this data to provide a prediction, and show the positive impact that an API anti-fraud brings to minimize the number of crimes.
author2 Dória Neto, Adrião Duarte
author_facet Dória Neto, Adrião Duarte
Neves, Edson Breno Coelho
format bachelorThesis
author Neves, Edson Breno Coelho
author_sort Neves, Edson Breno Coelho
title Desenvolvimento de API para identificação de fraude PIX
title_short Desenvolvimento de API para identificação de fraude PIX
title_full Desenvolvimento de API para identificação de fraude PIX
title_fullStr Desenvolvimento de API para identificação de fraude PIX
title_full_unstemmed Desenvolvimento de API para identificação de fraude PIX
title_sort desenvolvimento de api para identificação de fraude pix
publisher Universidade Federal do Rio Grande do Norte
publishDate 2022
url https://repositorio.ufrn.br/handle/123456789/49075
work_keys_str_mv AT nevesedsonbrenocoelho desenvolvimentodeapiparaidentificacaodefraudepix
AT nevesedsonbrenocoelho developmentofapiforpixfraudidentification
_version_ 1773959535327707136
spelling ri-123456789-490752022-08-08T14:03:49Z Desenvolvimento de API para identificação de fraude PIX Development of API for PIX fraud identification Neves, Edson Breno Coelho Dória Neto, Adrião Duarte Barroca Filho, Itamir de Morais Terrematte, Patrick Cesar Alves Machine learning Inteligência artificial Software API Artificial intelligence Prediction Fraud CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE The bank transactions via PIX are already a reality in the Brazilian's life. According to the data provided by Banco Central do Brasil, until 2021 december, almost 110 millions people have been used. This new technology has positive impacts in the life of tens of thousands of people everyday bringing more facilities in your payments. But the high number of frauds starts to happen with the use of the tool. Whether for the robbery of information, security fails, coercions or trys of induce the victims to errors, the number of bankary crimes continues growing and challenging the professional who works in the technology security area. In the main types of frauds involving the PIX use we have six communs forms. (i) fake employee of the institution; (ii) fake sequestration; (iii) bug coup; (iv) use of phishing; (v) social media cloning; (vi) use of social engineering. To decrease the incidence of these crimes, the app’s proprietary enterprises who make PIX transactions have invested in new anti-fraud algorithms. In front of the exposed, the objective of this academic work is describe the API(Application Programming Interface) development experience, using the elements of machine learning and artificial intelligence, to provide a predict informing if a type PIX bankary transaction is fraudulent. Through this, it is possible for the registration to be intercepted before a crime can be practiced. The results presented in chapter 5 will detail in graphics the main indices that can lead to the interference of a fraudulent transaction. It will be possible to understand how the API manipulates this data to provide a prediction, and show the positive impact that an API anti-fraud brings to minimize the number of crimes. As transações bancárias via PIX já são uma realidade na vida dos brasileiros. Segundo dados fornecidos pelo Banco Central do Brasil, até dezembro de 2021 quase 110 milhões de pessoas já o utilizaram. De fato, a nova tecnologia impacta positivamente a vida de dezenas de milhões de pessoas todos os dias, trazendo mais facilidade na hora de realizar seus pagamentos. No entanto, um alto número de fraudes começaram a acontecer através seu uso. Seja por roubo de informações, falhas de segurança, coerção ou mesmo por tentativas de induzir a vítima ao erro, o número de crimes bancários segue crescendo e desafiando os profissionais que trabalham na área de segurança tecnológica. Dentre os principais tipos de fraude envolvendo o uso do PIX, destacam-se seis formas mais comuns: (i) falso funcionário da instituição financeira; (ii) falso sequestro; (iii) golpe do bug; (iv) uso de phishing; (v) clonagem de rede social; (vi) uso de engenharia social. No intuito de diminuir a incidência desses crimes, as empresas proprietárias de aplicativos que realizam transações PIX investem cada vez mais em novos algoritmos antifraude. Diante do exposto, o objetivo do presente trabalho é descrever a experiência do desenvolvimento de uma API (Application Programming Interface) que, utilizando-se dos princípios do machine learning e da inteligência artificial, fornece uma predição informando se uma transação bancária do tipo PIX possui traços fraudulentos. Através disso, torna possível que o registro seja interceptado antes que um crime possa ser cometido. Os resultados obtidos e descritos no capítulo 5 irão detalhar em forma de gráficos os principais índices que podem levar a inferência de uma transação fraudulenta. Será possível compreender como a API manipula esses dados para o fornecimento de uma predição, além demonstrar o impacto positivo que uma API antifraude pode trazer para minimizar o número de crimes dessa natureza. 2022-08-08T14:03:48Z 2022-08-08T14:03:48Z 2022-07-20 bachelorThesis NEVES, Edson Breno Coelho. Desenvolvimento de API para identificação de fraude PIX. 2022. 50f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022. https://repositorio.ufrn.br/handle/123456789/49075 pt_BR Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN Engenharia de Computação Engenharia de Computação e Automação

Registros relacionados