Professional Documents
Culture Documents
em instituições financeiras e de
seguridade
1
“...Somente no mês de agosto deste ano, foram registradas 167.395 tentativas de fraude
conhecida como roubo de identidade, em que dados pessoais são usados por criminosos para
firmar negócios ou mesmo obter crédito com a intenção de não honrar os pagamentos. O
número, adiantado pelo Serasa Experian ao GLOBO, representa uma tentativa de fraude a cada
16 segundos no país..... De acordo com as projeções da pesquisa, os custos variam de R$ 5,46
bilhões a R$ 10,11 bilhões anuais aos setores de serviços em geral, telefonia, bancos,
financeiras, seguradoras e construtoras. Menor, mas não menos grave, a fatura associada ao
governo oscila entre R$ 366,61 milhões e R$ 1,42 bilhão, levando-se em consideração fraudes
em programas sociais, na Previdência e gastos com processos judiciais.
. O Globo, 26/10/2015
2
Os problemas
➢ Fragmentação dos órgãos de proteção contra fraudes:
Serasa+SPC, Boavista, CDLs regionais, Monitor das Fraudes...
➢ Fragmentação das fontes de informação. Além das acima, é
preciso consultar o Registrato do Bacen (na prática, nem todo o
banco consulta bureaus para abertura de contas) que sofre
atualização batch mensal, ou o SCR, atualizado mensalmente
ou quinzenalmente.
➢ Inadequação e fragmentação do tratamento de fraude dentro de
cada empresa. Funções, autonomia e informações dispersas
entre várias áreas como SAC, Ouvidoria, auditoria, e a vítima da
fraude tem que assumir o papel de integradora.
➢ Registros de ocorrência policial tratam apenas as fraudes
consumadas, embora muitas informações valiosas para o
combate decorram das tentativas mal sucedidas.
3
Os problemas
➢ Falta de cultura e de incentivo financeiro (bonificação) para
verificação da identidade do solicitante de crédito/serviços.
➢ Clonagem de documentos.
➢ Apropriação de dados de bases
corporativas ou públicas
➢ Ataques cibernéticos.
5
Vulnerabilidade de cópias de documentos enviadas para caixas postais
6
Abordagens fundamentais
✓ Permitir upload de fotos, documentos, biometria, boletins de ocorrência,
assinaturas e dados adicionais para verificação positiva (senha, perguntas-
respostas pessoais). Para preservação de privacidade e evitando realimentação
de fraudes, a comparação realizada pelo consulente pode ser realizada de forma
“cega”, por comparação de hash dos valores informados com os armazenados
pelo consumidor.
✓ Permitir que o consumidor assinale as consultas que ele identifica como tendo
origem em fraude, enviando feedback para empresas, consulentes e autoridades
(expansão das funções do alerta).
8
A importância da interação com os agentes
Recebem informações,
orientações, alertas
Enviam documentos
imagens, ativam alertas,
feedback
Recebem informações,
alertas, verificam
identidade, criam alertas
Trocam pistas e
evidências
Recebem informações,
orientações, alertas,
verificam identidade.
Enviam informações de
contato, feedback
9
Exemplo usando redes neurais
supervisionadas por algoritmos
genéticos (GRNNs)
10
Usando recursos de AI
➢Ferramentas de Analytics suportadas por AI: Redes Neurais
artificiais supervisionadas constituem a ferramenta de AI mais utilizada, e com maior
sucesso na detecção e previsão de fraudes.
11
Seleção de variáveis
12
Variáveis dependentes e independentes
13
Importância relativa das variáveis de input
14
Medição da convergência dos modelos
15
Matriz de classificações
16
Curva ROC
17
Combate a fraudes na concessão e
gestão de benefícios
18
Principais categorias de fraudes ou erros na
concessão e manutenção de benefícios sociais
➢ Apropriação de identidade de terceiros:
• Roubo de identidade (de vivos ou falecidos);
• “Empréstimo” de identidade.
20
Fraudes similares em outros países
(ex.: Department for Work and Pensions - UK)
Fraude do tipo “falsa separação”
Ferramentas
autenticação
do
beneficiário
Ferramentas
de analytics
suportadas
por AI
Integração de
bases de
informações
22
Como combater eficaz e rapidamente fraudes
de benefícios usando TI
➢ Integração das bases de informações (fontes):
• Saúde (SUS);
• Ministério do Trabalho;
• Receita Federal e estaduais;
• IBGE;
• Prestadores de serviços continuados (telefonia, energia);
• Administradoras de cartões de crédito e planos de saúde;
• Seguradoras e Fundos de previdência complementar;
• BACEN (SCR e CCS);
• Bureaus de crédito;
• Caixa (financiamento de imóveis residenciais);
• Mecanismos de pesquisa web e apps móveis;
• Redes sociais;
• Os próprios beneficiários (através de aplicativos móveis),
• Lojas virtuais e outros apps móveis de mercado. 23
Como combater eficaz e rapidamente fraudes
de benefícios usando TI
24
Virtualização de dados
Data Virtualization completo para as situações em que não é possível integração física
de BDs
Data mining
Analytics e AI Aplicativos
e BI
Regras de Virtualização
Segurança DV Adm
Metadados e
Conector
regras de
agrupamento
+55 11 2844-1871
www.intellisearch.com.br
19