Arquiteturas distribuídas e resiliência de dados: o uso de big data e machine learning na detecção de anomalias em transações financeiras
Distributed architecture and data resilience: the use of big data and machine learning in anomaly detection for financial transactions
DOI:
https://doi.org/10.51473/rcmos.v1i1.2025.1957Palavras-chave:
Arquitetura Distribuída. Big Data. Machine Learning. Detecção de Fraudes. Cloud Computing.Resumo
O presente artigo analisa a evolução das arquiteturas de software no contexto financeiro, focando na transição de sistemas monolíticos para microsserviços distribuídos e seu impacto na segurança transacional. A pesquisa investiga como a integração de Big Data e algoritmos de Machine Learning em ambientes de computação em nuvem permite a detecção de fraudes em tempo real com baixa latência. A metodologia aborda os desafios do Teorema CAP, consistência eventual e o processamento de streams de dados massivos. Os resultados demonstram que arquiteturas desacopladas, quando combinadas com modelos preditivos de IA, oferecem uma resiliência superior e uma capacidade de resposta crítica para a mitigação de riscos financeiros em escala global.
Downloads
Referências
BREWER, E. A. CAP twelve years later: how the “rules” have changed. Computer, v. 45, n. 2, p. 23–29, 2012. DOI: https://doi.org/10.1109/MC.2012.37
NEWMAN, S. Building microservices: designing fine-grained systems. 2. ed. Sebastopol: O’Reilly Media, 2021.
KLEPPMANN, M. Designing data-intensive applications: the big ideas behind reliable, scalable, and maintainable systems. Sebastopol: O’Reilly Media, 2017.
AMAZON WEB SERVICES. Machine learning on AWS. [S. l.]: Amazon Web Services, 2025.
GHEMAWAT, S.; GOBIOFF, H.; LEUNG, S.-T. The Google file system. ACM SIGOPS Operating Systems Review, v. 37, n. 5, p. 29–43, 2003. DOI: https://doi.org/10.1145/1165389.945450
VERBA, N. et al. A review on fraud detection using machine learning techniques in the financial sector. International Journal of Computer Applications, v. 176, n. 1, p. 34–40, 2020.
RICHARDSON, C. Microservices patterns: with examples in Java. Shelter Island: Manning Publications, 2018.
KREPS, J. I heart logs: event data, stream processing, and data integration. Sebastopol: O’Reilly Media, 2014.
DEAN, J.; GHEMAWAT, S. MapReduce: simplified data processing on large clusters. Communications of the ACM, v. 51, n. 1, p. 107–113, 2008. DOI: https://doi.org/10.1145/1327452.1327492
SHOARAFI, A. et al. Real-time credit card fraud detection using machine learning algorithms. Journal of Supercomputing, v. 77, p. 1–25, 2021.
Downloads
Publicado
Edição
Seção
Categorias
Licença
Copyright (c) 2025 Robson Alves dos Santos (Autor)
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Este trabalho está licenciado sob a Licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0). Isso significa que você tem a liberdade de:
- Compartilhar — copiar e redistribuir o material em qualquer meio ou formato.
- Adaptar — remixar, transformar e construir sobre o material para qualquer propósito, inclusive comercial.
O uso deste material está condicionado à atribuição apropriada ao(s) autor(es) original(is), fornecendo um link para a licença, e indicando se foram feitas alterações. A licença não exige permissão do autor ou da editora, desde que seguidas estas condições.
A logomarca da licença Creative Commons é exibida de maneira permanente no rodapé da revista.
Os direitos autorais do manuscrito podem ser retidos pelos autores sem restrições e solicitados a qualquer momento, mesmo após a publicação na revista.
Como Citar
