Los sistemas de detección de fraude entrenan modelos, generalmente de clasificación, para identificar transacciones sospechosas a partir de patrones históricos de comportamiento fraudulento, evaluando en tiempo real cada nueva transacción según qué tan bien encaja con esos patrones conocidos.
Sus desafíos particulares
El fraude representa típicamente una fracción muy pequeña de todas las transacciones (fuerte desbalance de clases), los patrones de fraude cambian constantemente a medida que quienes cometen fraude se adaptan a las defensas existentes, y el costo de un falso negativo (fraude no detectado) suele ser muy distinto al de un falso positivo (bloquear una transacción legítima), lo que exige un ajuste cuidadoso del umbral de decisión.