Publicación:
Modelado predictivo basado en inteligencia artificial y generación de datos sintéticos para la prevención temprana del riesgo de fraude en el sector financiero colombiano

dc.contributor.advisorChéry Leal, Marie José
dc.contributor.authorBarrera Gaona, David Sebastián
dc.contributor.authorVargas Guerrero, Brandon Santiago
dc.contributor.authorJaimes Clavijo, Sophia
dc.creator.id1052381980
dc.creator.id1000286431
dc.creator.id1070943836
dc.date.accessioned2026-03-22T01:02:31Z
dc.date.issued2026-03-06
dc.description.abstractEl presente proyecto desarrolla un modelo predictivo apoyado en inteligencia artificial (IA) y generación de datos sintéticos para fortalecer la detección automatizada de fraudes financieros en el sistema bancario colombiano. Ante el aumento de transacciones digitales y el crecimiento de los delitos cibernéticos, se plantea una solución que permita mejorar la capacidad de respuesta de las entidades financieras mediante el uso de algoritmos de aprendizaje supervisado entrenados con datos no sensibles. El modelo busca superar el desequilibrio entre operaciones legítimas y fraudulentas, preservando la privacidad y el cumplimiento normativo. A través de un enfoque exploratorio, se desarrolla un prototipo funcional en entornos simulados, evaluado mediante métricas de desempeño propias del aprendizaje automático. El proyecto incorpora consideraciones legales, éticas y técnicas, y se enmarca en la Estrategia Nacional de Inteligencia Artificial de Colombia, contribuyendo al fortalecimiento de la seguridad digital y al desarrollo de soluciones tecnológicas sostenibles en el ámbito financiero.spa
dc.description.abstractThis project develops a predictive model supported by artificial intelligence (AI) and synthetic data generation to enhance the automated detection of financial fraud within the Colombian banking system. In light of the growing volume of digital transactions and cybercrime incidents, it proposes a solution to improve financial institutions’ responsiveness through supervised learning algorithms trained on non-sensitive, artificially generated data. The model aims to address the imbalance between legitimate and fraudulent operations while ensuring privacy and regulatory compliance. Using an exploratory approach, a functional prototype is implemented in simulated environments and evaluated through performance metrics common in machine learning. The project integrates legal, ethical, and technical considerations and aligns with Colombia’s National Artificial Intelligence Strategy, contributing to stronger digital security and the advancement of sustainable technological innovation in the financial sector.eng
dc.description.degreelevelTrabajo de gradospa
dc.description.degreenameIngeniero de Sistemasspa
dc.formatpdf
dc.format.extent73 páginas
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-FIS
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlhttps://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/19142
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programIngeniería de Sistemasspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.armarcFraude de Internetspa
dc.subject.armarcDelitos informáticosspa
dc.subject.armarcInteligencia artificialspa
dc.subject.armarcAprendizaje automático (Inteligencia artificial)spa
dc.subject.armarcProcesamiento electrónico de datosspa
dc.subject.armarcFraude de valoresspa
dc.subject.armarcDelitos económicosspa
dc.subject.proposalAprendizaje automáticospa
dc.subject.proposalDetección de anomalíasspa
dc.subject.proposalModelado predictivospa
dc.subject.proposalCiberseguridad financieraspa
dc.subject.proposalInnovación tecnológicaspa
dc.subject.proposalRegulación de datosspa
dc.subject.proposalSimulación bancariaspa
dc.subject.proposalMachine learningeng
dc.subject.proposalAnomaly detectioneng
dc.subject.proposalPredictive modelingeng
dc.subject.proposalFinancial cybersecurityeng
dc.subject.proposalTechnological innovationeng
dc.subject.proposalData governanceeng
dc.subject.proposalBanking simulationeng
dc.titleModelado predictivo basado en inteligencia artificial y generación de datos sintéticos para la prevención temprana del riesgo de fraude en el sector financiero colombianospa
dc.titlePredictive modeling based on artificial intelligence and synthetic data generation for the early prevention of fraud risk in the Colombian financial sectoreng
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.otherTrabajo de grado - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameIngeniería de Sistemas

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
BarreraDavid2026.pdf
Tamaño:
1.29 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de Grado
Cargando...
Miniatura
Nombre:
BarreraDavid2026_Anexo.pdf
Tamaño:
243.63 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización Publicación

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descripción: