Detección de sucesos raros con machine learning

Abstract

En los últimos años el análisis de fraude ha sido tema de interés entre los investigadores
así como entre las administraciones públicas y empresas. El fraude fiscal, en
concreto, la evasión del Impuesto sobre el Valor Añadido (IVA), hace que la Agencia
Estatal de Administración Tributaria (AEAT) pierda millones de euros anualmente. Es
por ello que el Departamento de Informática Tributaria (DIT) trabaja utilizando algoritmos
sobre grafos así como técnicas de aprendizaje automático para intentar descubrir
a aquellas personas, empresas o grupos que realizan actividades ilegales con el fin de
defraudar. Afortunadamente, la relación entre la cantidad de entidades que defraudan
y las que no, es muy baja. Por ello, en esta Tesis Fin de Máster se avanza un paso
más en esta búsqueda introduciendo técnicas de detección de sucesos raros y one-class
classification sobre las declaraciones de la renta reales recogidas cada año por la AEAT.---ABSTRACT---
In the last years, the analysis of fraud has been a subject of interest among researchers,
as well as between public administrations and business. The fiscal fraud, specifically the
evasion of TAX-es, makes the Spanish Tribute Administration Agency (AEAT) loses
millions of euros annually. For this reason, the Tribute Computer Science Department
works over Machine Learning algorithms and Graph Theory in order to discover people,
companies or groups whose carry out illegal activities with the purpose of defraud.
Fortunately, the relationship between the amount of defrauding entities is much lower
than those whose are still legal. For that reason, in this thesis I step forward using
novel techniques such as anomaly detection, one-class classification and balance of clases
using the TAX declarations supplied by the AEAT.