Los cajeros automáticos entrañan cierto peligro. Los cacos han aprendido a ‘piratearlos’ y cada vez son más frecuentes casos como el escaneo de tarjetas y claves o el cambio de la tarjeta. Una investigación de la Universidad de Nacional de Colombia ha ideado un sistema de inteligencia artificial que ayuda a predecir los fraudes en cajeros automáticos.
Para el estudio se usaron las grabaciones de las cámaras de seguridad de los cajeros, con las cuales se alimentó la red neuronal para que aprendiera los movimientos, distancias recorridas y acciones que estaban llevando a cabo los delincuentes durante los robos.
Con qué sistema se predicen los fraudes en cajeros automáticos
Una red neuronal artificial –sistema de conexiones diseñado por medio de la programación y el modelamiento estadístico–, en este caso de tipo convolucional y siamés, permite reconocer a las personas y objetos en los videos y comparar todos los datos. Con este sistema se pudieron predecir hasta en un 86,7 % los fraudes en cajeros automáticos ejecutados mediante el modus operandi del cambiazo; a su vez, pronosticó con gran precisión cuando no lo es, con un porcentaje cercano al 95 %.
Gerardo García Arias, estudiante de la Maestría en Ciencias con énfasis en Estadística de la Universidad Nacional de Colombia (UNAL), recopiló alrededor de seis meses de grabaciones de estas cámaras, en cerca de 25 lugares de Bogotá, en las que se presenciaron 43 fraudes de la modalidad de cambiazo. Los datos se ingresaron en la red junto con todas las grabaciones en las que no se registraba un robo, que eran alrededor de 300, para que el sistema pudiera comparar y reconocer si los movimientos eran sospechosos o no.
Distancias sospechosas
El investigador explica que se construyó una base de datos estructurada en función de los recorridos, que utilizó un modelo lineal generalizado para respuesta binaria, que analiza la información recopilada por la red y estima la probabilidad de ocurrencia del patrón de fraude evaluando la distancia recorrida y el número de individuos, entre otros.
“A mayor distancia recorrida hay más probabilidad de que sea un fraude, y si a esto se le añade el hecho de que exista un patrón de salida y retorno al lugar, y de presencia reiterada de los delincuentes alrededor del cajero, el riesgo se incrementa”, asegura.
Qué imágenes se han usado en este estudio
Los videos están compuestos por imágenes que van pasando muy rápido cada segundo, y dentro de ellas hay pixeles, que son pequeños cuadros de información que permiten que se pueda ver una imagen, en este caso con la ubicación de cada usuario y la identificación de sus recorridos y patrones de movimientos; así, cuando se habla de distancias en los videos se habla del número de pixeles, los cuales se compararon entre las grabaciones de los distintos lugares.
Se determinó que las distancias sospechosas estaban alrededor de los 10.500 pixeles estandarizados, lo cual se contrastaba con el promedio durante una operación habitual, que es de 4.368. Además se analizaron los regresos al lugar que presentaba cada individuo y el número de personas que se encontraban allí, y el hecho de visitar dos o más cajeros.
“Cuando las personas aceptan ayuda de terceros, la pérdida de dinero no es responsabilidad de los bancos; sin embargo, para la entidad financiera puede acarrear un riesgo en su reputación. La estadística permite tener una opción real que ayudaría a atacar el problema, que sería mediante la predicción por medio de los movimientos de si puede o no haber un fraude, protegiendo tanto a la entidad como a sus clientes”, indica el experto.
El “cambiazo” empieza cuando el grupo organizado bloquea los cajeros, por ejemplo poniendo cinta adhesiva en el punto donde se lee la tarjeta. Luego, cuando una persona ingresa para hacer un retiro, que resulta no exitoso porque el cajero está alterado, entrada un segundo delincuente que aprovecha para ‘ayudarle’, obteniendo la tarjeta y posteriormente su clave, con la que puede extraer el dinero de la cuenta, desde otro lugar.
Por último, el investigador recalca que estas herramientas también podrían disminuir los costos del monitoreo manual y visual de personal de vigilancia que se contrata para combatir los fraudes, reduciendo además los lugares en donde se necesita este personal, ya que se tendría alertas automáticas que permitirían que las acciones estén enfocadas en los puntos clave.
