Detecção de Dados Suspeitos de Fraude em Organismos de Inspeção Acreditados
Resumo
Nos últimos anos, algumas reportagens jornalísticas apontaram casos de fraudes em serviços regulamentados pelo Inmetro. Indo ao encontro de novas ferramentas de Tecnologia da Informação para acompanhamento de atividades regulamentadas pelo Inmetro, este trabalho apresenta um mecanismo para detecção de resultados suspeitos de fraude em inspeções de segurança veicular. O problema é solucionado usando Processo de Decisão de Markov combinado com a Lei de Benford. Através do poder de planejamento do Processo de Decisão de Markov é possível selecionar um subconjunto de dados com alto grau de suspeita de fraude.Referências
Bhattacharya, S., Xu, D., and Kumar, K. (2011). An ann-based auditor decision support system using benford’s law. In Decision Support Systems, volume 50, pages 576–584. Elsevier B.V.
Cantu, F. and Saiegh, S., M. (2011). Fraudulent Democracy? An Analysis of Argentina’s Infamous Decade Using Supervised Machine Learning. In Political Analysis, volume 19, pages 409–433.
David, L. P. and Alan, K. M. (2010). Artificial Intelligence Foundations of Computational Agents. Cambridge University Press, 1st edition.
Formann, A., K. (2010). The Newcomb-Benford law in its relation to some common distributions. In PloS one, volume 5.
Garcia, S., Luengo, J., and Sáez, J. (2013). A survey of discretization techniques: Taxonomy and empirical analysis in supervised learning. In IEEE Transactions on Knowledge and Data Engineering, volume 25, pages 734–750.
Guo, H., Zhang, Q., Shi, Y., and Wang, D. (2007). On-road remote sensing measurements and fuel-based motor vehicle emission inventory in hangzhou, china. In Atmospheric Environment, volume 41, pages 3095–3107.
Lu, F. (2007). Uncovering Fraud in Direct Marketing Data with a Fraud Auditing Case Builder. In Lecture Notes in Computer Science 4702, pages 540–547.
Machado, R., C., Boccardo, D., R., Carmo, L., F. R. C., Prado, C., B., Nascimento, Tiago., M., Ribeiro, L., C., and Oliveira, T., D. (2011). Sistema de acompanhamento de inspeções de produtos perigosos. In Anais do VI Congresso Brasileiro de Metrologia.
Nigrini, M. (2012). Benford’s Law Applications for Forensic Accounting, Auditing, and Fraud Detection. John Wiley & Sons, 1st edition.
Russell, S. and Norvig, P. (2013). Artificial Intelligence A Modern Approach. Elsevier, 3nd edition.
Souza, R., Carmo, L., F. R. C., Boccardo, D., R., Pirmez, L., and Machado, R., C. (2013).
Redes de kohonen para detecção de fraudes em inspeções na área de transporte de produtos perigosos. In Anais do VII Congresso Brasileiro de Metrologia.
Wenzel, T., Singer, B., C., and Slott, R. (2000). Some issues in the statistical analysis of vehicle emissions. In Journal of Transportation Statistics, pages 1–14.
Cantu, F. and Saiegh, S., M. (2011). Fraudulent Democracy? An Analysis of Argentina’s Infamous Decade Using Supervised Machine Learning. In Political Analysis, volume 19, pages 409–433.
David, L. P. and Alan, K. M. (2010). Artificial Intelligence Foundations of Computational Agents. Cambridge University Press, 1st edition.
Formann, A., K. (2010). The Newcomb-Benford law in its relation to some common distributions. In PloS one, volume 5.
Garcia, S., Luengo, J., and Sáez, J. (2013). A survey of discretization techniques: Taxonomy and empirical analysis in supervised learning. In IEEE Transactions on Knowledge and Data Engineering, volume 25, pages 734–750.
Guo, H., Zhang, Q., Shi, Y., and Wang, D. (2007). On-road remote sensing measurements and fuel-based motor vehicle emission inventory in hangzhou, china. In Atmospheric Environment, volume 41, pages 3095–3107.
Lu, F. (2007). Uncovering Fraud in Direct Marketing Data with a Fraud Auditing Case Builder. In Lecture Notes in Computer Science 4702, pages 540–547.
Machado, R., C., Boccardo, D., R., Carmo, L., F. R. C., Prado, C., B., Nascimento, Tiago., M., Ribeiro, L., C., and Oliveira, T., D. (2011). Sistema de acompanhamento de inspeções de produtos perigosos. In Anais do VI Congresso Brasileiro de Metrologia.
Nigrini, M. (2012). Benford’s Law Applications for Forensic Accounting, Auditing, and Fraud Detection. John Wiley & Sons, 1st edition.
Russell, S. and Norvig, P. (2013). Artificial Intelligence A Modern Approach. Elsevier, 3nd edition.
Souza, R., Carmo, L., F. R. C., Boccardo, D., R., Pirmez, L., and Machado, R., C. (2013).
Redes de kohonen para detecção de fraudes em inspeções na área de transporte de produtos perigosos. In Anais do VII Congresso Brasileiro de Metrologia.
Wenzel, T., Singer, B., C., and Slott, R. (2000). Some issues in the statistical analysis of vehicle emissions. In Journal of Transportation Statistics, pages 1–14.
Publicado
03/11/2014
Como Citar
SOUZA, Rosembergue P.; CARMO, Luiz F. R. C.; PIRMEZ, Luci.
Detecção de Dados Suspeitos de Fraude em Organismos de Inspeção Acreditados. In: SIMPÓSIO BRASILEIRO DE SEGURANÇA DA INFORMAÇÃO E DE SISTEMAS COMPUTACIONAIS (SBSEG), 14. , 2014, Belo Horizonte.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2014
.
p. 56-69.
DOI: https://doi.org/10.5753/sbseg.2014.20121.
