Data mining para evaluar el riesgo operativo en procesos tecnológicos
Data mining to evaluate operational risk in technological processes
Ver/ Abrir
Registro completo
Mostrar el registro completo DCAutoría
Solana-González, Pedro; Bello Pérez, Rafael E.; Garcia Lorenzo, Maria Matilde; Vanti, Adolfo Alberto; Vey, Ivan HenriqueFecha
2019Derechos
Attribution-NonCommercial-NoDerivatives 4.0 International
Publicado en
Perspectivas em Gestão & Conhecimento, João Pessoa, v. 9, n. 2, p. 40-55, maio/ago. 2019
Editorial
João Pessoa PB: Universidade Federal da Paraíba Centro de Ciências Sociais Aplicadas Coordenação do Curso de Administração
Palabras clave
Riesgo Operativo
Procesos Tecnológicos
Gobernanza de TI
Minería de Datos
Aprendizaje Automático
Operational Risk
Technological Processes
IT Governance
Data Mining
Machine Learning
Resumen/Abstract
RESUMEN: Un riesgo operativo es un riesgo de negocio principalmente en empresas que actúan en el sector financiero. Este tipo de riesgo puede ser tratado con diferentes marcos regulatorios, los específicos de riesgo, los de seguridad y los de evaluación de procesos tecnológicos como COBIT del Instituto de Gobernanza de TI. Identificar y tratar el riesgo no siempre es tarea fácil aun con muchos estudios. En esta investigación se utiliza la metodología Data Mining con la técnica de Machine Learning basada en árboles de decisión, para analizar el proceso de Evaluación y Gestión de Riesgos (PO9) del dominio Organización y Planificación de COBIT. La base de datos se fundamenta en el grado de madurez respondido por 548 empresas en 34 procesos diferentes. Los resultados encontrados se corresponden con la jerarquía de relaciones representadas en el árbol de decisión y con la representación de otros algoritmos utilizados en un previo clasificador de transparencia de esta misma base de datos.
ABSTRACT: An operational risk is a business risk mainly in companies that operate in the financial sector. This type of
risk can be dealt with different regulatory frameworks, as risk specific, security and technological process
evaluation such as COBIT from the IT Governance Institute. To Identify and treat risk is not always easy, even with many studies. In this research Data Mining methodology is used with Machine Learning technique based on decision trees, to analyze the Risk Assessment and Management (PO9) process of the Planning and Organization domain of COBIT. The database is based on the maturity level of 548 companies in 34 different processes. The results found correspond to the hierarchy of relations represented in the decision tree and with the representation of other algorithms used in a previous transparency classifier of this same database.
Colecciones a las que pertenece
- D25 Artículos [479]