Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2018. / Submitted by Fabiana Santos (fabianacamargo@bce.unb.br) on 2018-11-07T19:44:44Z No. of bitstreams: 1 2018_JohnatanSantosdeOliveira.pdf: 5538984 bytes, checksum: 20580b9ff8534339b6b7390d5c55d9fb (MD5) / Approved for entry into archive by Fabiana Santos (fabianacamargo@bce.unb.br) on 2018-11-12T17:49:55Z (GMT) No. of bitstreams: 1 2018_JohnatanSantosdeOliveira.pdf: 5538984 bytes, checksum: 20580b9ff8534339b6b7390d5c55d9fb (MD5) / Made available in DSpace on 2018-11-12T17:49:55Z (GMT). No. of bitstreams: 1 2018_JohnatanSantosdeOliveira.pdf: 5538984 bytes, checksum: 20580b9ff8534339b6b7390d5c55d9fb (MD5) Previous issue date: 2018-11-12 / Um dos principais desafios enfrentados pelo sistema bancário é garantir a segurança das transações financeiras. Devido à conveniência e aceitação, o uso de caracterı́sticas faciais para autenticação biométrica de usuários em sistemas bancários está se tornando uma tendência mundial. Essa abordagem de autenticação de usuários está atraindo grandes investimentos de instituições bancárias e financeiras, especialmente em cenários de diferentes domı́nios, nos quais imagens faciais tiradas de documentos de identificação são comparadas com autorretratos digitais (selfies) tiradas com câmeras de dispositivos móveis. Neste estudo, coletamos das bases de dados do maior banco público brasileiro um grande dataset, chamado FaceBank, com 27.002 imagens de selfies e fotos de documentos de identificação de 13.501 sujeitos. Em seguida, avaliamos os desempenhos de dois modelos de Redes Neurais Convolucionais bem referenciados (VGG-Face e OpenFace) para extração de caracterı́sticas profundas, bem como os desempenhos de quatro classificadores (SVM Linear, SVM Power Mean, Random Forest e Random Forest com o Ensemble Vote) para autenticação robusta de face em diferentes domı́nios. Com base nos resultados obtidos (precisões superiores a 90%, em geral), é possı́vel concluir que a abordagem de matching de faces profundas avaliada neste estudo é adequada para autenticação de usuários em aplicações bancárias entre domı́nios. Até onde sabemos, este é o primeiro trabalho que usa um grande conjunto de dados composto por imagens bancárias reais para avaliar a abordagem de autenticação de face entre domı́nios. Além disso, este trabalho apresenta um estudo sobre as reais necessidades na implementação futura de um sistema biométrico, propondo um sistema de nuvem para permitir a adoção de tecnologias biométricas. Por fim, propõe também um modelo seguro e integrado de subsistema ABIS de transmissão de dados. Toda a análise e implementação leva em conta a total aderência e compatibilidade com padrões e especificações propostos pelo governo brasileiro. / Ensuring the security of transactions is currently one of the major challenges facing banking systems. The use of facial features for biometric authentication of users in banking systems is becoming a worldwide trend, due to the convenience and acceptability of this form of identification, and also because computers and mobile devices already have built-in cameras. This user authentication approach is attracting large investments from banking and financial institutions especially in cross-domain scenarios, in which facial images taken from ID documents are compared with digital self-portraits (selfies) taken with mobile device cameras. In this study, from the databases of the largest public Brazilian bank we collected a large dataset, called FaceBank, with 27,002 images of selfies and ID document photos from 13,501 subjects. Then, we assessed the performances of two well-referenced Convolutional Neural Networks models (VGG-Face and OpenFace) for deep face features extraction, as well as the performances of four effective classifiers (Linear SVM, Power Mean SVM, Random Forest and Random Forest with Ensemble Vote) for robust cross-domain face authentication. Based on the results obtained (authentication accuracies higher than 90%, in general), it is possible to conclude that the deep face matching approach assessed in this study is suitable for user authentication in cross-domain banking applications. To the best of our knowledge, this is the first study that uses a large dataset composed of real banking images to assess the cross-domain face authentication approach to be used in banking systems. As an additional, this work presents a study on the real needs in the future implementation of a biometric system proposing a cloud system to enable the adoption of biometrics technologies, creating a new model of service delivery. Besides that, proposes a secure and integrated ABIS Data Transmission subsystem model. All the analysis and implementation takes into account the total adherence and compatibility with the standards and specifications proposed by the Brazilian government, at the same time, establish mechanisms and controls to ensure the effective protection of data.

Made available in DSpace on 2016-02-05T18:29:43Z (GMT). No. of bitstreams: 0 Previous issue date: 2092-04. Added 1 bitstream(s) on 2016-02-05T18:33:06Z : No. of bitstreams: 1 000857556.pdf: 3206299 bytes, checksum: 167ab48532d2b5d4dbdc4928f3704583 (MD5) / O reconhecimento de padrões aplicado a sinais cerebrais é essencial para a implementação de interfaces computacionais que permitam comandar dispositivos de auxílio a indivíduos com limitações motoras. A identificação de características relacionadas com movimentos dos membros do corpo, tal como os dos dedos das mãos, exige uma sequência de etapas que inclui a aquisição e o pré-processamento dos sinais, a extração de características e classificação de dados do sinal. Esses sinais, chamados ECoGs, podem ser obtidos diretamente do cérebro através de implantes na região que gera as decisões de movimento, que é o córtex motor primário. Tais sinais são superiores em informação, qualitativa e quantitativamente, em relação aos sinais chamados EEG, obtidos na superfície do couro cabeludo. O pré-processamento consiste na preparação dos sinais para serem processados através de técnicas de seleção de canais relevantes, janelamento e filtragem para seleção de bandas de frequência portadoras de informação. A extração de características pode ser feita utilizando-se estes sinais no domínio da frequência e em seguida submetendo-os a autoregressão. A classificação se deu com o uso de redes neurais artificiais do tipo ARTMAP-Nebulosa, tendo como entrada matrizes compostas por dados processados provenientes dos sinais ECoG e de luva de dados, obtidos simultaneamente do mesmo indivíduo, durante uma seção experimental. Esse trabalho conseguiu ao final, gerar os sinais da luva a partir dos sinais ECoG. O coeficiente de correlação médio obtido foi de 0,91, evidenciando a eficiência do modelo proposto / The pattern recognition signals applied to the brain is essential for the implementation of computational interfaces allowing control devices to aid people with physical limitations. The identification of features associated with body movements of the members, such as the fingers, requires a sequence of steps which includes the acquisition and pre-processing of signals, extraction of features and classification of signal data. These signals, called ECoG can be obtained directly from the brain through implants in the region that generates the motion decisions, which is the primary motor cortex. Such signs are superior in information qualitatively and quantitatively compared to the known EEG signals obtained on the surface of the scalp. The pre-processing consists in preparation of the signals to be processed through the relevant channel selection techniques, windowing and filtering for selecting frequency band information carrier. The feature extraction can be done by using these signals in the frequency domain and then subjecting them to autoregression. The classification is made using artificial neural networks ARTMAP-Fuzzy type, having as input matrices composed of processed data from the ECoG signals and data glove, both obtained from the same subject during the experimental section. This work could ultimately, generate sleeve signals from the ECoG signals. The average correlation coefficient obtained was 0.91, showing the efficiency of the proposed model

Made available in DSpace on 2016-12-09T13:52:16Z (GMT). No. of bitstreams: 0 Previous issue date: 19-05-08. Added 1 bitstream(s) on 2016-12-09T13:55:20Z : No. of bitstreams: 1 000870791.pdf: 1932238 bytes, checksum: 23b136b772c08c1e8fba63e4fe13faa0 (MD5) / Após a liberação do mercado elétrico boliviano, tornou-se crucial, para as empresas concorrentes no setor elétrico, tentar prever o preço da energia num horizonte de curto prazo, dado que, a partir dessas estimativas, as companhias geradoras podem otimizar suas estratégias de oferta e assim mesmo maximizar seu lucro. Neste estudo, será abordado o problema de previsão usando técnicas de inteligência artificial, especificamente utilizando redes neurais artificiais para prever o preço num horizonte de 24 horas; se utilizará uma rede não-linear autorregressiva com entradas exógenas (NARX) e uma rede neural de reconhecimento de padrões, com o fim de identificar qual destas apresenta melhores resultados de predição / With the improvement of the Bolivian electricity market, it becomes important for all the participants of the electricity sector the prediction of the energy price in a short time horizon, giving with this the opportunity to the generating companies to optimize their supply strategies and maximize their profit. In this work, the problem of prediction will be approached using artificial intelligence techniques, specifically the use of an artificial neural network to price prediction for a 24 hours horizon, using a nonlinear autoregressive network with exogenous inputs (NARX) and a pattern recognition network in order to identify the best results of the prediction

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2014 / Made available in DSpace on 2015-02-05T20:39:52Z (GMT). No. of bitstreams: 1 329450.pdf: 550251 bytes, checksum: adffe249cd99733dc07a321d821c8e1c (MD5) Previous issue date: 2014 / A previsão do consumo de energia elétrica no longo prazo é essencial para o planejamento do sistema de energia. O consumo de energia elétrica depende de variáveis econômicas e sociais, e a seleção destas variáveis é um dos pontos importantes na realização de previsões causais. Neste sentido, foi aplicado um método matemático com intuito de selecionar as variáveis de entrada para a previsão mensal do consumo industrial de energia usando redes neurais artificiais. O método consiste na aplicação de uma análise de componentes principais para, através da redução dimensional dos dados, reduzir os erros das previsões. As previsões obtidas com a aplicação da análise de componentes principais foram combinadas por redes neurais e comparadas às previsões obtidas selecionando-se as variáveis por análise de correlação. Uma contribuição importante deste trabalho apresenta a maior eficiência da previsão quando utilizada a ACP para selecionar variáveis para modelos de previsão por RNA, em detrimento do uso de métodos como Análise de Correlação de Pearson. A medida de erro percentual absoluto médio (MAPE) e a estatística U de Theil são utilizadas e evidenciaram a capacidade preditiva do método proposto. As previsões das redes neurais com variáveis selecionadas no primeiro componente principal, fora da amostra, foram cerca de 17;27% menor que as redes com entradas selecionadas por análise de correlação. Completando a análise, a combinação de previsões alcançou erros 38;59% menor que os erros com análise de correlação. Os resultados obtidos com os segundo e terceiro componentes principais foram, na média, maiores que os erros do método ingênuo, entretanto, tais previsões foram relevantes para a combinação de previsões.<br> / Abstract: Industrial energy consumption depends on social and economic variables, and the way these variables are selected is an important issue in causal forecasting. In this research we have applied a mathematical method in order to select the input variables for monthly forecasting of energy consumption by artificial neural networks. The method consists on applying principal component analysis to reduce dimensionality of data. The forecasts obtained by applying principal component analysis were combined by neural network and compared to the ones obtained by selecting variables through correlation analysis. An important contribution of this work is the evidence that principal component analysis reduces the number of variables in the input set and consequently the error rate of neural networks in the energy forecasting. The Mean Absolute Percentage Error (MAPE) and Theil's U statistic are used to evidence the predictive capability of the proposed method. The neural network with variables selected through the first principal component analysis has reachederrors, out of sample, around 17;27% lower than the neural nets with input variables selected by correlation analysis. In addition, the combination of forecasts has reached errors around 38;59% lower then the error obtained through correlation analysis. Completing the analysis, than neural net fed with variables selected in the second and third principal components did not reach errors lower then the naive method, however its results were relevant for the combination of forecasts.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2016-01-08T19:29:51Z (GMT). No. of bitstreams: 1 103861.pdf: 5512314 bytes, checksum: ccbf648146cd30b4e4947120ab55e6bf (MD5) Previous issue date: 1995 / Nesta tese é enfocada a questão da qualidade no setor de serviços, mais precisamente nos serviços bancários. O trabalho consiste na formulação de uma Metodologia de Avaliação do serviço bancário, tendo como embasamento teórico o binômio ergonomia/qualidade. Esta base teórica é modelada por um formalismo matemático baseado na Lógica Difusa e Redes Neurais.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2016-01-08T19:32:58Z (GMT). No. of bitstreams: 1 101794.pdf: 1760262 bytes, checksum: ae028de8257318f1b36cc1b9a9b36c5b (MD5) Previous issue date: 1995 / A necessidade da evolução das interfaces homem-máquina gerou uma série de pesquisas na área de reconhecimento de padrões, procurando tornar naturais estas interfaces. A tarefa de reconhecimento de voz, realizada por computadores digitais, vem sendo pesquisada e desenvolvida nas últimas décadas, buscando alcançar o modo mais natural de comunicação humana - a fala. Este trabalho demonstra a viabilidade e potencialidade dos sistemas a um comando falado por um usuário. Ele se utiliza das técnicas de redes neurais artificiais para realizar o reconhecimento das palavras faladas. A interface de voz construída para reconhecer as palavras, que operam um protótipo do sistema gerenciador de central de informação de fretes (SGCIF) em Windows aplica o modelo de rede neural Kohonen, alcançando uma taxa média de acerto de 84,84% no reconhecimento.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2016-01-08T20:06:40Z (GMT). No. of bitstreams: 1 104270.pdf: 2084538 bytes, checksum: 634e443e7c93d5e37f809792a13add61 (MD5) Previous issue date: 1995 / O crescente desenvolvimento tecnológico na área da eletrônica, tem revolucionado as técnicas e táticas utilizadas na exploração do espectro eletromagnético, como meio de promover a identificação de alvos. Em contra partida, a pesquisa de sistemas que buscam imitar performances humanas, em tarefas que exijam processamentos simbólicos ou classificação de padrões, têm apresentado um notável aumento de interesses por parte da comunidade científica. O desenvolvimento de sistemas que realizam diagnósticos de doenças ou sistemas capazes de promover a identificação de padrões de sons e imagens, dão uma boa idéia do quão é amplo o espectro de problemas solucionáveis por estas abordagens. Uma breve concepção de uma abordagem heurística para a solução deste problema será realizada, de forma que obtenhamos um paralelo conceitual, sobre o qual possamos ressaltar algumas características de um modelo conexionista. Os paradigmas da abordagem conexionista serão conceituados, de forma que, tenhamos o suporte teórico para que um modelo conexionista possa ser concebido. Algumas funções utilizáveis por estes modelos serão simuladas e um circuito capaz de implementá-las analogicamente será sugerido.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Engenharia de Produção, Florianópolis, 2013. / Made available in DSpace on 2016-01-15T14:31:22Z (GMT). No. of bitstreams: 1 318899.pdf: 1604655 bytes, checksum: 691cb832dc0af84cb9324823c4cc71f0 (MD5) Previous issue date: 2012 / A presente tese teve como objetivo a avaliação de insolvência do cooperativismo de crédito mútuo do Estado do Paraná através da utilização de duas técnicas de data mining, redes neurais artificiais (RNAs) e máquinas de vetores suporte (SVMs), a proposta foi, por meio do aprendizado de máquina, a de criar um modelo de capaz de avaliar a solvência das cooperativas de crédito, para tanto foram utilizados os indicadores do sistema PEARLS, indicadores esses recomendados internacionalmente pelo WOCCU (Word Council of Credit Unions) como os melhores para a avaliação do cooperativismo de crédito mútuo. Para a realização do estudo foram utilizadas as demonstrações financeiras das 31 cooperativas de crédito mútuo do estado do Paraná no ano de 2010, divulgadas pelo Banco Central do Brasil (BACEN) como solventes e como insolventes as cooperativas que deixaram de enviar suas demonstrações para o Banco Central, o que caracteriza a descontinuidade operacional de fato, isso num período de 10 anos, que totalizou 31 cooperativas de crédito. Os algoritmos de redes neurais utilizados neste trabalho foram RBFNetwork, MultilayerPerceptron e MultilayerPerceptronCS; e o algoritmo escolhido de Support Vector Machine foi o LibSVM, todos pertencentes ao pacote de software Weka, ferramenta bastante utilizada em Data Mining e Aprendizado de Máquina. Ao analisar os resultados das RNAs e da SVM ficou evidente a superioridade das SVMs como classificador binário de avaliação de solvência, pois o seu algoritmo LibSVMs apresentou os melhores resultados em todas as avaliações de desempenho propostas nesta pesquisa, destacando a avaliação de desempenho denominada de F-Measure, que evidenciou que o algoritmo LibSVMs foi melhor também nos três grupos de indicadores. O único indicador de desempenho em que LibSVM teve desempenho inferior às RNAs foi na taxa de erro da classe negativa, verifica-se a RNA com os algoritmos MultilayerPerceptron e MultilayerPerceptron; que possuem melhores índices para 27, 10 e 11 indicadores, já o algoritmo da LibSVMs possui desempenho igual para 10 e 11 indicadores. Observando o gráfico Receiver Operating Characteristic (ROC), é possível perceber que os algoritmos de redes neurais apresentaram as maiores TP Rate e FP Rate, resultando em modelos liberais, enquanto o algoritmo LibSVM resultou em modelos conservadores e teve bom resultado em relação à FP Rate, mas poucas taxas altas de TP Rate. O desempenho apresentado pelas Redes Neurais MultilayerPerceptron, MultilayerPerceptronCS e RBFNetwork, na classificação dos exemplos, foi inferior ao LibSVM. O melhor resultado alcançado pelos algoritmos está nas tabelas (indicadores de desempenho). Ainda que fosse utilizado apenas um algoritmo de rede neural, o desempenho ainda seria melhor na probabilidade de classificação de um novo exemplo como verdadeiro positivo (INSOLVENTE), bastando observar isoladamente as curvas de desempenho no gráfico ROC. Em relação ao número de indicadores do Sistema PEARLS para a avaliação da Solvência do Cooperativismo de crédito, foi confirmado também que não há a necessidade de calcular os 39 indicadores iniciais, bem como a planilha com os 27 indicadores, porém somente os 10 sugeridos pelos analistas de mercado são suficientes para tal avaliação. <br> / Abstract : This work aims at assessing the insolvency of mutual credit unions in the Parana State (Brazil) by two different data mining techniques: Artificial Neural Networks (ANNs) and Support Vector Machines (SVMs). The proposal is to create a model that can evaluate the solvency of credit unions from the Machine Learning, and for this, PEARLS System indicators were selected since they are internationally recommended by WOCCU (Word Council of Credit Unions) as the most suitable for the evaluation of mutual credit cooperatives. The study used financial statements of 31 credit unions, either solvent or insolvent, disclosed by Central Bank of Brazil (BACEN) in 2010, for the State of Paraná. The insolvent cooperatives are those which stopped sending statements to the Central Bank, which in fact characterizes the operational discontinuity. This study considered a 10-year period, totaling 31 credit unions. The algorithms used in this work were RBFNetwork, MultilayerPerceptron and MultilayerPerceptronCS for Artificial Neural Networks and LibSVM for Support Vector Machine, all composing the Weka software, which is widely used in Data Mining and Machine Learning. The results of ANN and SVM showed the superiority of SVM for the binary classification of solvency evaluation. Its algorithm LibSVMs showed the best results in all performance evaluations proposed in this research, mainly by the F-Measure, which indicates that this algorithm was the best across the three groups of indicators. However, with respect to the rate of error of the negative class, the LibSVM showed lower performance than those ANNs, where the MultilayerPerceptron and MultilayerPerceptron algorithms had better indices for 27, 10 and 11 indicators in comparison with the LibSVM that achieved the same performance for 10 and 11 indicators. The Receiver Operating Characteristic (ROC) graph demonstrates that the neural network algorithms had the highest TP Rate and FP Rate, resulting in liberal models, while the LibSVM algorithm resulted in conservative models with good result for FP Rate but few high rates for TP Rate. The performance of classification of samples shown by the MultilayerPerceptron, MultilayerPerceptronCS and RBFNetwork Neural Networks was lower than the LibSVM. The best results achieved by algorithms are presented in the tables (performance indicators). The individual observation of each curve in the ROC graph suggests that even using only one neural network algorithm, the performance would still be better in the probability of classifying a new example as "true positive" (INSOLVENT). With respect to the number of PEARL System indicators recommended to assess the solvency of credit unions, this study demonstrated that there is no need to calculate all those 39 initial indicators or that spreadsheet with 27 adapted indicators. Only those 10 suggested by the market analysts were sufficient for the purpose of this study.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2011 / Made available in DSpace on 2012-10-26T08:54:23Z (GMT). No. of bitstreams: 1 296447.pdf: 2224891 bytes, checksum: b6d4618b423b6b359ade3c3b9e6e0fed (MD5) / O comportamento animal é um sinal biológico pouco explorado pelas disciplinas de processamento de sinais e inteligência computacional em Engenharia Biomédica. As neurociências usam registros e quantificações do comportamento animal para examinar os mecanismos neurais de controle comportamental. Estes registros são geralmente realizados por um observador humano, e estão sujeitos a vieses de interpretação (e.g., cansaço, experiência, e ambiguidades entre as categorias). Neste trabalho, examinou-se o uso de descritores de imagens (morfológicos: como área e comprimento; e cinemáticos, como distância percorrida e variação angular) como parâmetros de entrada de redes neurais artificiais (RNAs), na identificação automática de comportamentos de animais de laboratório. Os descritores foram extraídos de comportamentos de ratos Wistar em arenas de campo aberto (locomoção: LOC, imobilidade: IMO, limpeza corporal: LIC, exploração vertical: EXP), tratados com cafeína (2 ou 6 mg/Kg) ou com seu veículo (salina), usando um software de etografia e rastreamento desenvolvido durante essa tese (o ETHOWATCHER®). Empregou-se RNAs perceptron de múltiplas camadas (MLP), avaliadas por múltiplos índices de desempenho de diagnóstico (AUC, Kappa). Os descritores foram previamente avaliados quanto a sua relevância na diferenciação entre os comportamentos usando o teste estatístico de Kruskal-Wallis. Em animais tratados com veículo, as MLPs identificaram 97,3 ± 2,0 % dos casos de IMO (AUC, média ± desvio padrão); 95,6 ± 8,0 % de LOC; 94,6 ± 3,0 % de EXP; e 83,6% ± 16,0 % de LIC. Em animais tratados com cafeína, obteve-se: 85,2 ± 1,8 % em IMO; 83,5 ± 0,9 % em LOC; 67,0 ± 2,0 % em EXP; e 78,0 ± 10,0 % em LIC. Os resultados indicam que as MLP usando os descritores cinemáticos e morfológicos identificam com sucesso variável os comportamentos investigados. As diferenças estatisticamente significantes entre os desempenhos dos classificadores usando parâmetros relevantes e aqueles usando irrelevantes validaram o uso do teste Kruskal-Wallis na seleção de descritores adequados para a identificação comportamental. A redução de desempenho da MLP em comportamentos de animais tratados com cafeína em dose sub-efetiva (0,2 mg/Kg) pode sugerir que os procedimentos aqui utilizados são capazes de detectar variações em padrões morfológicos e cinemáticos dos comportamentos (Mann-Whitney, p<0,05) não detectáveis pelos procedimentos usuais de análise comportamental. Embora reduzido, o desempenho da MLP foi superior ao medido em observadores iniciantes no registro comportamental de um rato ingênuo a tratamento (Kappa: 35,48%), evidenciando a viabilidade do uso dessas RNAs na avaliação de alterações em padrões comportamentais.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pos-Graduação em Engenharia de Produção. / Made available in DSpace on 2013-07-15T23:54:09Z (GMT). No. of bitstreams: 1 221267.pdf: 2302548 bytes, checksum: 276a35b9c368426f833b403f2ae5cc65 (MD5) / Na imensa e intensa rede mundial do dinheiro, formada por instituições que atuam diretamente nos mercados financeiros, conectadas on-line vinte e quatro horas por dia, o crime organizado opera, cotidianamente, a prática da lavagem de dinheiro. O caráter de expressa ilegalidade, bem como a geopolítica que envolve o assunto, não permitem que se tenha informações precisas sobre o tamanho do negócio e seu impacto na economia mundial. Há, no entanto, fartas estimativas. Uma questão, porém, é pacífica: a globalização econômica ofereceu instrumentos, até então, impensados pelos senhores do crime.