Contexto empresarial
Una unidad de inteligencia financiera investiga patrones de lavado de dinero tipo 'carrusel'. El objetivo es identificar fondos que pasan por múltiples cuentas testaferros para regresar a la cuenta de origen, creando un ciclo cerrado de transacciones.
Sobre el conjunto : optNetwork
Análisis de redes y algoritmos de grafos.
Descubrir todas las acciones de optNetwork Preparación de datos
Generación de datos de transacciones bancarias que incluyen un ciclo fraudulento deliberado (A->B->C->D->A) entre transacciones legítimas lineales.
¡Copiado!
| 1 | |
| 2 | DATA mycas.transacciones_bancarias; |
| 3 | INPUT origen $ destino $ monto; |
| 4 | DATALINES; |
| 5 | Cta_A Cta_B 5000 Cta_B Cta_C 4900 Cta_C Cta_D 4800 Cta_D Cta_A 4700 Cta_X Cta_Y 100 Cta_Y Cta_Z 100; |
| 6 | |
| 7 | RUN; |
| 8 |
Étapes de réalisation
1
Configuración y ejecución del análisis de ciclos dirigidos. Se solicita recuperar todos los ciclos posibles (maxCycles='ALL') para no perder ninguna trama compleja.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | optNetwork.cycle direction="DIRECTED" links={name="transacciones_bancarias", vars={from="origen", to="destino"}} maxCycles="ALL" out={name="CuentasSospechosas"} outCyclesLinks={name="DetalleTransacciones"}; |
| 4 | |
| 5 | RUN; |
| 6 |
Resultado esperado
El sistema debe detectar únicamente el ciclo formado por Cta_A, Cta_B, Cta_C y Cta_D. Las tablas de salida 'CuentasSospechosas' y 'DetalleTransacciones' deben listar estos nodos y sus enlaces. Las cuentas X, Y y Z no deben aparecer en los resultados ya que forman un camino lineal sin retorno.