🛡️ Detector de Anomalías de Fraude y Riesgo — En Vivo

Los patrones de gasto, las tácticas de fraude, la estacionalidad (por ejemplo, las compras navideñas) e incluso los efectos de divisa/inflación desplazan con el tiempo la distribución subyacente de las transacciones «normales» — un fenómeno llamado deriva de concepto. Un umbral ajustado a los datos del año pasado puede quedar descalibrado: o bien la tasa de falsos positivos aumenta a medida que el comportamiento legítimo se desplaza hacia fuera, o los defraudadores aprenden a mantenerse justo dentro del límite. Los sistemas de producción recalculan μ y Σ (o reentrenan modelos más complejos) sobre ventanas móviles de datos recientes, monitorizan la precisión y la exhaustividad en tiempo real, y a menudo usan umbrales adaptativos o por segmento — por ejemplo, cortes distintos para diferentes países o categorías de comerciante — en lugar de un único corte global estático.

Precisión = VP/(VP+FP) — de todas las transacciones marcadas, qué fracción fue realmente fraude. Exhaustividad = VP/(VP+FN) — de todo el fraude real, qué fracción detectó el sistema. F1 es su media armónica, equilibrando ambas. La exactitud resulta engañosa aquí porque el fraude es escaso — un problema muy desequilibrado: un detector que no marque absolutamente nada aún podría ser «99% exacto» mientras detecta cero fraude. La precisión y la exhaustividad separan los dos modos de fallo que realmente importan operativamente: molestar a los clientes con falsas alarmas frente a dejar pasar fraude sin detectar.

El vector de medias y la matriz de covarianza 2×2 se recalculan en vivo a partir de cada punto actualmente en el conjunto de datos. La matriz de covarianza se invierte analíticamente, y la distancia de Mahalanobis se evalúa en cada celda de una cuadrícula que abarca el plano visible, produciendo un campo escalar continuo. Ese campo se traza a través de una rampa de color — de verde a amarillo y a rojo a medida que aumenta la distancia — y se escribe en un canvas/DataTexture que Three.js renderiza como un plano con textura detrás de los puntos dispersos, la misma técnica usada para los mapas de calor de límites de decisión en otras partes de este sitio, solo que con un campo de distancia de Mahalanobis en lugar de la propagación hacia adelante de una red.

Un falso negativo (fraude no detectado) cuesta directamente el dinero perdido por la transacción fraudulenta, más un posible daño regulatorio y reputacional. Un falso positivo (bloquear o marcar una transacción legítima) cuesta confianza del cliente y sobrecarga de soporte, y puede empujar a clientes genuinos a abandonar una compra o incluso un banco por completo — pero no pierde el principal. Como estos costes se miden en «divisas» distintas — pérdida financiera directa frente a fricción en la experiencia del cliente — y varían según el tamaño de la transacción y el segmento de cliente, los sistemas reales a menudo ponderan la decisión de umbral según la pérdida monetaria esperada en lugar de tratar cada error como igual de malo.

La forma de los contornos de igual puntuación de anomalía está determinada enteramente por la matriz de covarianza estimada Σ. Si las dos características no estuvieran correlacionadas y tuvieran la misma varianza, los contornos serían círculos. Como el importe y el tiempo desde la última transacción están correlacionados positivamente en el clúster normal de esta simulación, Σ tiene términos fuera de la diagonal distintos de cero, lo que inclina y estira los contornos en elipses alineadas con la dirección de la correlación — exactamente la forma que obtendrías al observar a simple vista un diagrama de dispersión de los puntos normales, que es precisamente la idea: la distancia de Mahalanobis es una versión principiada y automática de «¿cae este punto fuera de la dispersión natural de la nube?».