Detecção de fraudes em transações Pix com algoritmos de aprendizado de máquina
Carregando...
Data
Autores
Orientador(es)
Coorientador(es)
Membros da banca
Freitas, Carlos Alberto Oliveira de
Santos, Fernando Júnior Soares dos
Santos, Fernando Júnior Soares dos
Pós-Graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Direito de acesso
DOI
Resumo
A popularização do Pix, sistema de pagamento instantâneo criado pelo Banco Central do Brasil, trouxe avanços significativos na agilidade das transações financeiras. No entanto, também intensificou a necessidade de mecanismos eficientes para detecção de fraudes em tempo real. Este trabalho tem como objetivo avaliar a eficácia de algoritmos de aprendizado de máquina aplicados à identificação de transações fraudulentas. Foram utilizados modelos de Regressão Logística, Árvore de Decisão, Random Forest e XGBoost. Os modelos foram treinados em uma base sintética com mais de seis milhões de registros, simulando operações reais. A análise considerou métricas como Acurácia, Precisão, Recall e F1-Score. O XGBoost apresentou o melhor desempenho, alcançando acurácia de 99,97\%. Conclui-se que modelos de ensemble learning são promissores para fortalecer a segurança em sistemas de pagamento instantâneo como o Pix.
Abstract
The popularization of Pix, an instant payment system created by the Central Bank of Brazil, has brought significant advances in the speed of financial transactions. However, it has also intensified the need for efficient mechanisms to detect fraud in real time. This work aims to evaluate the effectiveness of machine learning algorithms applied to the identification of fraudulent transactions. Logistic Regression, Decision Tree, Random Forest, and XGBoost models were used. The models were trained on a synthetic dataset with over six million records, simulating real operations. The analysis considered metrics such as Accuracy, Precision, Recall, and F1-Score. XGBoost showed the best performance, achieving an accuracy of 99.97%. It is concluded that ensemble learning models are promising for strengthening security in instant payment systems like Pix.
Descrição
Palavras-chave
Termo controlado
Fraudes bancárias
Objetivos de Desenvolvimento Sustentável (ODS)
Citação
SANTOS, Daniele Chaves dos. Detecção de fraudes em transações Pix com algoritmos de aprendizado de máquina. 2025. 34 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Universidade Federal do Amazonas, Itacoatiara (AM),2025.
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto