Utilizamos cookies propias y de terceros para mejorar nuestros servicios, analizar y personalizar tu navegación, mostrar publicidad y facilitarte publicidad relacionada con tus preferencias. Si sigues navegando por nuestra web, consideramos que aceptas su uso. Puedes cambiar la configuración u obtener más información aquí.

La UPM desarrolla unos algoritmos para detectar el fraude y el crimen organizado a través de las redes sociales

Un equipo de investigadores del Departamento de Inteligencia Artificial y del Grupo de Análisis y Decisiones y Estadística de la ETSI Informáticos de la Universidad Politécnica de Madrid (UPM), ha desarrollado varios algoritmos que pueden ser utilizados para la detección del fraude y el crimen organizado a través de las redes sociales.
"Desde la lucha antiterrorista hasta el blanqueo de capitales, los algoritmos que hemos desarrollado nos pueden dar pistas de que algo no va bien y ayudarnos a encontrar a los que están cometiendo un delito", comentan los investigadores.
Según indica la Universidad, los métodos matemáticos y computacionales, así como el análisis de redes, se han convertido en una "herramienta fundamental" en el campo de la investigación de atentados terroristas y de organizaciones criminales.
"La tecnología disponible hasta hace menos de una década, así como la inexistencia de mecanismos eficientes de generación y almacenamiento de grandes redes, imposibilitaba el análisis masivo de redes --explica Alfonso Mateos, uno de los investigadores que ha participado en el estudio--. Sin embargo, en la actualidad, las tecnologías permiten establecer nuevos planteamientos que implican la creación de algoritmos capaces de detectar en las redes sociales y de comunicaciones ciertos patrones que identifican a criminales y defraudadores".
Los algoritmos se basan en los comportamientos de los criminales y defraudadores que, a juicio de Mateos, "se parecen entre sí". Partiendo de esa base, se puede identificar un grupo de variables individuales de las personas y empresas cuyos valores pueden servir para distinguir sus comportamientos de otros. Es ahí donde entran en juego varios algoritmos de Aprendizaje Automático y Estadística Multivariante que permiten definir las variables a las que hay que prestar atención.
"Los criminales y defraudadores cooperan entre sí y aprenden unos de otros y de los profesionales que les asesoran", afirman los investigadores, que señalan que, según esta hipótesis, deben existir ciertas relaciones entre patrones de fraude que permiten el empleo de algoritmos de Análisis de Redes y Teoría de Grafos para encontrar tramas, intermediarios y actores en la sombra.
Tal y como sostiene la Universidad, varios organismos internacionales han mostrado interés en este proyecto en el que también colabora el Ministerio de Economía, Industria y Competitividad, y funcionarios de la Agencia Estatal de Administración Tributaria (AEAT) en el ejercicio de sus competencias. "En el ámbito tributario, la OCDE y la IOTA han situado el empleo de este tipo de funciones y algoritmos entre sus prioridades y convocado reuniones multilaterales durante este año en Dublín y Budapest", explican.