Implementación de un sistema web para detección y análisis de lavado de dinero aplicando grafos
DOI:
https://doi.org/10.33064/iycuaa2026988405Palabras clave:
Lavado de dinero, modelos matemáticos, algoritmos de grafos, web 2.0, base de datos, activosResumen
El lavado de activos es un delito financiero que consiste en ocultar el origen de recursos obtenidos mediante actividades ilícitas, tales como la corrupción, el crimen organizado, el fraude, la trata de personas, la evasión fiscal y el uso indebido de recursos públicos. En 2021 la Unidad de Inteligencia Financiera reportó 172,329 operaciones inusuales provenientes de entidades financieras, asociadas a comportamientos que no concuerdan con el perfil de los clientes y que podrían vincularse con el lavado de activos. Ante esta problemática, el presente estudio propone el desarrollo e implantación de un sistema web basado en una arquitectura de microservicios, utilizando una base de datos orientada a grafos Neo4j. La solución integra algoritmos de centralidad, comunidad y cercanía para analizar grandes volúmenes de información financiera, permitiendo el cruce de múltiples fuentes de datos. Este enfoque facilita la identificación eficiente de patrones y relaciones relevantes, apoyando a las entidades gubernamentales ...
Descargas
Citas
• Johannessen, F., & Jullum, M. (2025). Finding money launderers using heterogeneous graph neural networks. The Journal of Finance and Data Science, 11, 100175. https://doi.org/10.1016/j.jfds.2025.100175
• Johannessen, F., & Jullum, M. (2025). Finding money launderers using heterogeneous graph neural networks. The Journal of Finance and Data Science, 11, 100175. https://doi.org/10.1016/j.jfds.2025.100175
• Unidad de Inteligencia Financiera. (2023, diciembre 7). La Unidad de Inteligencia Financiera presenta la Evaluación Nacional de Riesgos de Lavado de Dinero y Financiamiento al Terrorismo 2023 (Comunicado No. 11/2023). Gobierno de México
• Lima, C. R. C., Carr, C. N., Margarido, J. J. P., & Silva, R. D. (2023). The incremental model in software development: A structured and interactive way to deliver quality products. Research, Society and Development, 12(4), e7512440934. https://doi.org/10.33448/rsd-v12i4.40934
• Reddy, A. S. (2024). A systematic review of software development methodologies and their application in Agile and DevOps environments. Journal of Recent Trends in Computer Science and Engineering, 12(5), 50–54. https://jrtcse.com/index.php/home/article/view/JRTCSE.2024.5.7
• Bueno, L. I. L. (2022). Un lenguaje de modelo de objetos. Dialnet, 7 (1), 25–29.
• Meza, R. A. (2024). Formal thinking, a determining factor in the teaching of class design under UML in programming. Revistas Milpa Alta TecNM, 7 (2).
• Tuyishime, A., Basciani, F., Cánovas Izquierdo, J. L., & Iovino, L. (2024). Dynamic Provisioning of REST APIs for Model Management. arXiv. https://arxiv.org/abs/2406.17176.
• Díaz, M. A., & Grass, B. D. (2022). A new framework for centrality on multilayer networks. Revista Cubana de Ciencias Informáticas.
• Nunes, M., Silva, T., & Lopes, A. (2023). Community detection in complex networks using the Louvain algorithm: Applications and performance analysis. Physica A: Statistical Mechanics and its Applications, 625, 128998. https://doi.org/10.1016/j.physa.2023.128998
• Taibi, D., & Lenarduzzi, V. (2023). Microservices Architecture: Principles, Benefits and Challenges in Modern Software Systems. IEEE Access, 11, 74215–74230. https://doi.org/10.1109/ACCESS.2023.3291456/
Descargas
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2026 Francisco Cervando Lozano-Lozano, Andrés Salas-Núñez, Luis Eduardo Torres-Hernández, Alfredo Garcia-Castañón, Luis Enrique Márquez-Martínez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Las obras publicadas en versión electrónica de la revista están bajo la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
