Detecção de anomalias em sistemas de administração de frotas públicas municipais

  • Cesar R. V. Trindade UTFPR
  • Pablo S. Chaves Eficax Consultancy Ltda.
  • Marcelo Teixeira UTFPR

Resumo


A corrupção sistêmica é de difícil detecção e elo sólido de impunidade. Em Sistemas de Informação, é possível que dados legítimos sejam manipulados com intenção não legítima, sombreando a realidade com o propósito de burlar a lei. Detectar tais padrões implica em rastrear e cruzar uma complexa cadeia de informações, de múltiplas naturezas, o que é manualmente inviável. Este artigo aplica conceitos de densidade local para extrair padrões e tendências de irregularidades em bases de dados com transações de abastecimento em frotas municipais. No período avaliado, foram 27 detecções anormais para abastecimentos com gasolina e 90 para óleo diesel.

Referências

Assunção, R. M., Carvalho, O. S., Prates, M. O., and Campos, M. A. (2016). Detecção de anomalias nos pagamentos do SUS. J. health inform, pages 459–468.

Bochenek, A. C. and Pereira, J. L. (2018). Revista Jurídica do Ministério Público do Paraná - Corrupção sistêmica no Brasil.

Brasil, O. K. (2021). Operação serenata de amor. https://serenata.ai/.

Breunig, M. M., Kriegel, H.-P., Ng, R. T., and Sander, J. (2000). Lof: Identifying density-based local outliers. SIGMOD Rec., 29(2):93–104.

da Silva Eleutério, P. M. and Machado, M. P. (2011). Desvendando a computação forense. Novatec, São Paulo, 6 edition.

de Castro, L. N. and Ferrari, D. G. (2016). Introcução à mineração de dados. Editora Saraiva, São Paulo, 1 edition.

e Doraliza Monteiro e Anderson Reis, A. S. (2020). Qualidade da informação dos dados governamentais abertos: análise do portal de dados abertos brasileiro. Revista Gestão em Análise, 9(1).

Han, J. and Pei, J. (2012). Data Mining: Concepts and Techniques. Elsevier, 3 edition.

Hodge, V. J. and Austin, J. (2004). A survey of outlier detection methodologies. Artificial Intelligence Review, pages 85–126.

IPC (2020). Índice de percepção da corrupção. https://cutt.ly/WQUSLbW.

Kintopp, P. M. (2017). Aplicação de técnicas de aprendizado de máquina em dados públicos para detecção de anomalias. B.S. thesis, Universidade Tecnológica Federal do Paraná.

Lopes, M. A. (2019). Aplicação de aprendizado de máquina na detecção de fraudes públicas. B.S. thesis, Universidade de São Paulo.

Lubambo, S. W. (2008). Processo de mineração de dados como apoio à decisão no controle de gastos públicos. B.S. thesis, Universidade Federal de Pernambuco.

Pansani, E. A. and Ferneda, E. Dados governamentais abertos: uma análise da qualidade dos dados em portais de transparência brasileiros. In Encontro Nacional de Pesquisa e Pós-graduação em Ciência da Informação, pages 5023–5046, Londrina, PR, Brasil.

Planalto (2016). Decreto nº 8777 de 11 de maio de 2016. https://cutt.ly/MvG9rOD.

Santos, R., Nunes, F., Oliveira, M., and Júnior, M. (2017). Um survey sobre a utilização de técnicas de data mining e data analytics por agências de investigação criminal do brasil. In Simpósio Brasileiro de Sistemas de Informação, pages 593–600. SBC.

Silva, A. G. G. d. (2020). Detecção de anomalias em um serviço de operadora de telefonia móvel. B.S. thesis, Universidade Federal Fluminense.

Warde, W. (2018). O espetáculo da corrupção: como um sistema corrupto e o modo de combatê-lo estão destruindo o país. Leya, Rio de Janeiro, 1 edition.
Publicado
27/06/2022
TRINDADE, Cesar R. V.; CHAVES, Pablo S.; TEIXEIRA, Marcelo. Detecção de anomalias em sistemas de administração de frotas públicas municipais. In: ESCOLA REGIONAL DE BANCO DE DADOS (ERBD), 17. , 2022, Lages/SC. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 91-100. ISSN 2595-413X. DOI: https://doi.org/10.5753/erbd.2022.223550.