A utilização de algoritmos de machine learning na identificação de fraudes bancárias

Abstract

Fraudes em bancos, como ações não permitidas com cartões de crédito e transferências enganosas, tornaram-se um grande problema para as instituições financeiras causando bilhões em perdas anuais, segundo estimativas internacionais e afetando a confiança dos clientes. Com o avanço das tecnologias digitais, métodos enganadores ficaram mais complexos, fazendo soluções de segurança mais automáticas e precisas serem essenciais. O propósito deste trabalho é avaliar e validar a eficácia de diferentes algoritmos de machine learning na identificação de fraudes bancárias, propondo abordagens que minimizem falsos positivos e maximizem a precisão na detecção de fraudes reais. Os objetivos incluem comparar o desempenho dos modelos, identificar desafios nas implementações e sugerir melhorias para sistemas em tempo real. Os resultados gerados por este estudo demonstram que os algoritmos de machine learning avaliados possuem grande potencial para auxiliar na detecção de fraudes bancárias. Contudo, a evolução contínua dessas tecnologias irá contribuir não só com grandes melhorias na segurança de transações bancárias, mas também com a inovação no setor bancário, melhorando a experiência tanto de clientes quanto da instituição.

Bank fraud, such as unauthorized credit card transactions and deceptive transfers, has become a major problem for financial institutions, causing billions in annual losses according to international estimates and affecting customer trust. With the advancement of digital technologies, deceptive methods have become more complex, making automated and precise security solutions essential. The purpose of this work is to evaluate and validate the effectiveness of different machine learning algorithms in identifying bank fraud, proposing approaches that minimize false positives and maximize precision in detecting real fraud. The objectives include comparing the models' performance, identifying implementation challenges, and suggesting improvements for real-time systems. The results generated by this study demonstrate that the evaluated machine learning algorithms demonstrate great potential to assist in bank fraud detection. Furthermore, the continuous evolution of these technologies will contribute not only to major improvements in the security of banking transactions but also to innovation in the banking sector, enhancing the experience for both customers and institutions.