EVALUACIÓN DE RIESGO EN TRANSACCIONES BANCARIAS UTILIZANDO UN SISTEMA DIFUSO BASADO EN REGLAS LINGÜÍSTICAS Y PARÁMETROS COMPORTAMENTALES

Resumen

Este artículo presenta el desarrollo y la validación de un sistema para la evaluación del riesgo en transacciones bancarias, con énfasis en la detección de comportamientos sospechosos y fraudes financieros. Ante el avance de la digitalización en el sector bancario y el aumento de la sofisticación de las prácticas fraudulentas, se propone un enfoque basado en lógica difusa de tipo Mamdani, capaz de manejar la incertidumbre, la información imprecisa y los patrones de comportamiento complejos, aproximándose al razonamiento humano. El sistema fue modelado a partir de ocho variables de entrada relacionadas con las características financieras, comportamentales de las transacciones, y una variable de salida que representa el nivel de riesgo. Las reglas lingüísticas fueron formuladas con base en conocimiento especializado y en datos empíricos provenientes de informes del Banco Central de Brasil y de la Federación Brasileña de Bancos. La implementación se realizó en un entorno Python. Para la validación, se simularon 4.409 escenarios distintos de transacciones, cuyos resultados fueron comparados con las clasificaciones asignadas por un especialista en riesgo bancario. Los resultados indicaron un alto nivel de concordancia entre el sistema difuso y el juicio humano, alcanzando un 82% de concordancia para cinco clases de riesgo y un 88% cuando las categorías se agruparon en tres clases. Los hallazgos demuestran que el modelo propuesto es interpretable, robusto y eficaz como herramienta de apoyo a la toma de decisiones, contribuyendo al fortalecimiento de los mecanismos de seguridad y a la mitigación de fraudes en el entorno financiero digital.  

Biografía del autor/a

Lúcio Júnio Benfica Rosa, Unimontes

Mestrando em Modelagem Computacional e Sistemas, UNIMONTES, Montes Claros-MG.

Referencias

AL-GHAMDI, B. A. M. A. -R. Selection of a Trustworthy Technique for Fraud Prevention in the Digital Banking Sector. International Journal of Advanced Computer Science and Applications, v. 14, n. 11, 2023 DOI: https://doi.org/10.14569/IJACSA.2023.0141124

BACEN. Relatório de Letramento Financeiro. Brasília: Banco Central do Brasil, 2023. Disponível em: https://www.bcb.gov.br/cidadaniafinanceira/letramento_financeiro Acesso em 10 nov. 2025.

FEBRABAN. Fraudes Bancárias. Brasília: Federação Brasileira dos Bancos, s. d. Disponível em: https://portal.febraban.org.br/AntiFraude/ Acesso em 10 nov. 2025.

ISLAM, S.; HAQUE, M. M.; KARIM, A. N. M. R. A rule-base machine learning model for financial fraud detection. International Journal of Power Electronics and Drive Systems/International Journal of Electrical and Computer, v. 14, n. 1, 2023. DOI: http://doi.org/10.11591/ijece.v14i1.pp759-771

MYTNYK, B.; TKACHYK, O.; SHAKHOVSKA, N. Application of Artificial Intelligence for Fraudulent Banking Operations Recognition. Big Data Cogn. Comput., v. 7, n. 2, 93, 2023 DOI: https://doi.org/10.3390/bdcc7020093

SANCHEZ, D.; VILA, M. A.; CERDA, L.; SERRANO, J. -M. Association rules Applied to credit card fraud detection. Expert Systems with Applications, v.36, n. 2, 2008. DOI: https://doi.org/10.1016/j.eswa.2008.02.001

STOJANOVIĆ, B.; BOŽIĆ, J. Robust Financial Fraud Alerting System Based in the Cloud Environment. Sensors, v. 22, n. 23, 9461, 2022. DOI: https://doi.org/10.3390/s22239461

Cómo citar

Júnio Benfica Rosa, L. (2026). EVALUACIÓN DE RIESGO EN TRANSACCIONES BANCARIAS UTILIZANDO UN SISTEMA DIFUSO BASADO EN REGLAS LINGÜÍSTICAS Y PARÁMETROS COMPORTAMENTALES. RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, 7(3), e737322. https://doi.org/10.47820/recima21.v7i3.7322