Centinela Algorítmico
Solicitar información

Qué entra y qué no en cada opción de auditoría

Antes de elegir entre un autoencoder, una red siamesa, una validación temporal o un esquema federado conviene fijar el alcance. Estas aclaraciones no son un contrato cerrado: son las condiciones que usamos para decidir si un método es aplicable a un lote concreto y qué queda fuera de la revisión.

Alcance sobre el conjunto de entrenamiento

La revisión se aplica a los lotes que alimentan el entrenamiento y la validación del modelo de scoring. No cubre el comportamiento en producción ni las decisiones ya tomadas por el sistema en operación. Si un lote no está versionado ni identificado por origen, no podemos atribuirle una desviación: primero hay que reconstruir el linaje.

Un conjunto sin registro de procedencia limita cualquier diagnóstico posterior.
Detección no es garantía de cobertura total

Ninguno de los enfoques disponibles asegura detectar toda la contaminación inyectada. Un autoencoder con umbrales calibrados reduce el margen de muestras sintéticas que pasan desapercibidas, pero siempre queda una zona gris donde lo anómalo se parece demasiado a lo legítimo poco frecuente. Lo mismo ocurre con la vigilancia del espacio de embeddings en redes siamesas.

Los resultados se expresan como señales y umbrales, no como una clasificación definitiva.
Partición temporal y partición aleatoria no son equivalentes

Cuando el fraude se inyecta en una franja temporal concreta, dividir los datos al azar reparte la contaminación entre entrenamiento y prueba y diluye el efecto. La validación cruzada temporal evita esa mezcla, pero exige más cómputo y no siempre es viable con volúmenes muy grandes o series cortas.

La elección depende del tipo de dato, del volumen y de cuánta trazabilidad se necesite.
Aprendizaje federado: límites de la agregación robusta

Las reglas de agregación robustas, como la mediana por coordenada o el recorte de normas, reducen el peso de actualizaciones atípicas provenientes de un nodo. No eliminan el riesgo cuando varios participantes coordinan el ataque. Auditar la contribución de cada cliente sin acceder a sus datos locales es posible, pero el nivel de detalle depende de lo que el nodo acepte exponer.

La robustez se mide frente a un número acotado de nodos maliciosos, no frente a una mayoría coordinada.
Trazabilidad como condición previa, no como resultado

El registro de procedencia permite reconstruir qué lote ingresó, cuándo y desde dónde. Esa capacidad condiciona qué opción resulta viable en cada caso: sin ella, la comparación entre métodos pierde sentido porque no hay forma de aislar el origen de una desviación. La trazabilidad no se entrega como producto terminado; se evalúa si el pipeline actual la sostiene.

Si el linaje no existe, el primer paso es construirlo antes de elegir un método de detección.
Datos sensibles y confidencialidad

Los lotes biométricos y transaccionales contienen información que exige tratamiento reservado. Cualquier revisión técnica se plantea bajo acuerdo de confidencialidad previo y con acceso limitado a lo estrictamente necesario para el análisis. No se publican resultados, no se comparten con terceros y no se reutilizan para otros fines.

El alcance del acceso se define antes de comenzar, no durante el proceso.

Si querés plantear un caso concreto, podés escribirnos a support@bibleexaminer.com o llamarnos al +54 11 4923-4175. También podés revisar los criterios de verificación que aplicamos antes de definir el enfoque.

Qué enfoque de auditoría conviene según el lote

No todos los conjuntos de entrenamiento piden la misma revisión. Un lote biométrico con señales por muestra se lee distinto que una serie transaccional con sospechas concentradas en una franja de tiempo. Estas son las cuatro rutas de trabajo que ofrecemos, con su alcance real y sus límites.

Auditoría por autoencoder

Señal por muestra

Entrenamos un autoencoder sobre la porción que consideramos limpia y medimos el error de reconstrucción del resto. Sirve cuando se busca una marca individual sobre cada registro y no solo un promedio del lote. El trabajo fino está en el umbral: lo calibramos por percentiles y ventanas móviles para no confundir casos legítimos poco frecuentes con muestras inyectadas. Si el mismo conjunto se usó antes para entrenar y auditar, lo advertimos y proponemos una partición distinta.

Ver el método de reconstrucción

Auditoría con red siamesa

Mirada relacional

Cuando el problema no está en un registro aislado sino en la relación entre pares, la red siamesa aporta otra lectura. Vigilamos la geometría del espacio de embeddings durante el entrenamiento: colapsos parciales, pares que se acercan sin motivo y tripletas duras que amplifican el efecto de pocas muestras contaminadas. Es el enfoque adecuado para verificación de identidad y para cualquier tarea donde una inyección de pares gemelos falsos pase desapercibida en las métricas agregadas.

Ver cómo se vigila el espacio latente

Validación cruzada temporal

Series con orden

En datos transaccionales el orden importa. Una partición aleatoria reparte la contaminación entre entrenamiento y prueba y esconde el ataque. Construimos bloques por ventana temporal y comparamos el rendimiento entre tramos, de modo que una caída que solo aparece en el periodo más reciente quede visible. También señalamos el costo de reentrenar por ventana, porque no siempre compensa frente al volumen disponible.

Ver escenarios temporales

Aprendizaje federado con agregación robusta

Varios nodos

Si el entrenamiento se reparte entre nodos que no comparten sus datos, el riesgo cambia de forma: basta con que un participante envíe actualizaciones sesgadas de manera consistente. Revisamos las reglas de agregación —mediana por coordenada, recorte de normas— y auditamos la contribución de cada cliente sin acceder a sus datos locales. Ninguna regla elimina el ataque coordinado entre varios nodos, y lo decimos antes de empezar.

Ver alcance de la revisión federada

Cookies en este sitio

Usamos cookies para recordar tu elección y mejorar tu experiencia de navegación. Podés aceptarlas o rechazarlas; tu decisión se guarda en este navegador.

Más información en nuestra política de privacidad.