Arquitectura Fog computing para entornos FinTech

Resumen

El sector financiero ha sido uno de los primeros en aceptar y utilizar los nuevos avances de las TIC (Tecnologías de la Información y la Comunicación). Hay que tener en cuenta que, con la aparición de nuevos competidores en un entorno económico que cambia rápidamente, junto con unos requisitos normativos exigentes y costoso, los proveedores de servicios bancarios y financieros de hoy en día se enfrentan a una transformación sustancial: las finanzas digitales. Los modelos de negocio tradicionales, basados en la tienda física y que no hacen uso de las TIC para llevar a cabo las campañas de marketing o ventas, están en desventaja ante una clientela más informada tecnológicamente. En este contexto, la mayoría de las partes interesadas en el sector intentan ofrecer productos y servicios financieros personalizados, inteligentes y versátiles, al tiempo que persiguen nuevos niveles de orientación hacia el cliente. La tesis doctoral viene motivada por los nuevos retos del sector bancario que han surgido a raíz de la incorporación de las TIC, en los que se busca satisfacer las necesidades de los clientes a través de los servicios que ofrecen, es por ello que esta tesis propone una solución tecnológica que consiste en el diseño de una arquitectura global que integra tecnologías Fog Computing (FC), OVA (Organizaciones Virtuales de Agentes) y sistemas CBR (Case-Based Reasoning) que permita su implementación en entornos bancarios. La arquitectura propuesta en esta investigación se denomina FOBA (Fog Oriented Banking Architecture) y propone mejorar aspectos de los servicios de atención al cliente de una entidad bancaria, especialmente, conseguir una mayor seguridad, mayor transparencia y agilidad de los procesos, así como reducir los costes de gestión de la entidad. La arquitectura presentada incluye nodos de niebla donde los datos son procesados por agentes inteligentes ligeros que permiten la implementación de sistemas de recomendación. En el documento de tesis se presenta la descripción conceptual y técnica de la arquitectura propuesta, así como el componente experimental del estudio, que consistió en el desarrollo de dos herramientas de recomendación: la primera herramienta diseñada y desarrollada fue la creación del CBR denominado CEBRA (CasE-Based Reasoning Application), como resultado de la investigación se presenta el sistema de recomendación, incluyendo el algoritmo de recomendación y una interfaz REST (REpresentational State Transfer) para su uso. Las recomendaciones que realizan se basan en el perfil del usuario y/o en conocimientos adicionales como la información contextual del usuario. La segunda herramienta diseñada y desarrollada es un sistema recomendador del que se obtienen señales de compra/venta a partir de los resultados de los análisis técnicos y de las previsiones realizadas para empresas que operan en el mercado continuo español. Tiene un diseño modular para facilitar la escalabilidad del modelo y la mejora de las funcionalidades.