Fecha
2026-06-01
Derechos de acceso
info:eu-repo/semantics/openAccess
Título de la revista
ISSN de la revista
Título del volumen
Editorial
Resumen
Este trabajo Fin de Máster investiga la evaluación de técnicas de anonimización aplicadas a datasets bancarios, centrándose en la tensión estructural entre la utilidad analítica y el cumplimiento del marco legal europeo, especialmente en RGPD y el reciente IA Act. A través de un framework especializado experimental desarrollado en Python, se comparan tres paradigmas principales: el k-anonimato, la Privacidad Diferencial y la generación de datos sintéticos mediante modelos CTGAN. La metodología somete dos escenarios financieros, un problema de regresión sobre riesgo de crédito y uno de clasificación de impagos, a diversos niveles de transformación para medir la degradación de su capacidad predictiva respecto a un modelo baseline. Los resultados demuestran que el k-anonimato resulta ser una técnica robusta para la regresión debido a un efecto de regularización implícita que minimiza la pérdida de utilidad, situándola habitualmente por debajo del 1 %. Por el contrario, la Privacidad Diferencial exhibe una viabilidad condicional, siendo eficaz en clasificación binaria pero provocando un colapso estructural en variables continuas de regresión por la extrema sensibilidad de los datos financieros no acotados. Finalmente, la síntesis de datos mediante CTGAN se presenta como una alternativa equilibrada para entornos de intercambio de información, destacando su capacidad de reequilibrio de clases para mejorar la detección de impagos, y el trabajo concluye con una guía de recomendaciones técnicas para la implementación segura de modelos de IA en la operativa bancaria.
This Master’s Thesis evaluates anonymization techniques in banking datasets, focusing on the structural tension between analytical utility and compliance with European regulations such as GDPR and the AI Act. Utilizing an experimental framework developed in Python, three primary paradigms are compared: k-anonymity, Differential Privacy, and synthetic data generation through CTGAN models. The methodology subjects two financial scenarios, a credit risk regression problem and a credit card default classification problem, to various transformation levels to measure the degradation of their predictive capacity compared to a baseline model. Results demonstrate that k-anonymity is a robust technique for regression due to an implicit regularization effect that keeps utility loss minimal, typically below 1%. In contrast, Differential Privacy exhibits conditional viability, being effective in binary classification but causing a structural collapse in continuous regression variables due to the extreme sensitivity of unbounded financial data. Finally, synthetic data generation via CTGAN emerges as a balanced alternative for data-sharing environments, highlighting its class rebalancing capability to improve default detection, and the work concludes with a technical recommendation guide for the secure implementation of AI models in financial operations.
This Master’s Thesis evaluates anonymization techniques in banking datasets, focusing on the structural tension between analytical utility and compliance with European regulations such as GDPR and the AI Act. Utilizing an experimental framework developed in Python, three primary paradigms are compared: k-anonymity, Differential Privacy, and synthetic data generation through CTGAN models. The methodology subjects two financial scenarios, a credit risk regression problem and a credit card default classification problem, to various transformation levels to measure the degradation of their predictive capacity compared to a baseline model. Results demonstrate that k-anonymity is a robust technique for regression due to an implicit regularization effect that keeps utility loss minimal, typically below 1%. In contrast, Differential Privacy exhibits conditional viability, being effective in binary classification but causing a structural collapse in continuous regression variables due to the extreme sensitivity of unbounded financial data. Finally, synthetic data generation via CTGAN emerges as a balanced alternative for data-sharing environments, highlighting its class rebalancing capability to improve default detection, and the work concludes with a technical recommendation guide for the secure implementation of AI models in financial operations.
Descripción
Categorías UNESCO
Palabras clave
Anonimización, Privacidad Diferencial, k-anonimato, Datos Sintéticos, Sector Bancario, CTGAN, RGPD, Anonymization, Differential Privacy, k-anonymity, Synthetic Data, Banking Sector, CTGAN, GDPR
Citación
Morillas López, Rubén. Trabajo Fin de Máster: Evaluación de técnicas de anonimización en datasets bancarios. Universidad Nacional de Educación a Distancia (España) 2026
Centro
E.T.S. de Ingeniería Informática
Departamento
Sistemas de Comunicación y Control



