Modelo híbrido optimizado ARIMA–LSTM basado en aprendizaje automático para el pronóstico de denuncias por ciberdelitos contra el patrimonio en el Perú

Abstract

El crecimiento sostenido de los ciberdelitos, en particular aquellos que afectan el patrimonio en el Perú, plantea retos significativos para la prevención y respuesta institucional. Esta investigación tiene como objetivo entrenar un modelo utilizando métodos de aprendizaje automático para maximizar la precisión de la estimación de denuncias con respecto a los delitos cibernéticos contra la propiedad, lo que podría permitir diseñar estrategias efectivas en la lucha contra el cibercrimen. Utilizando la metodología CRISP-DM, desarrollamos un híbrido basado en modelos ARIMA y LSTM. ARIMA fue entrenado para representar los elementos lineales de la serie temporal y LSTM para representar la complejidad de los patrones no lineales. Debido a que la serie original no era estacionaria según la prueba ADF, aplicamos diferenciación para transformar la serie inicial a estacionaria antes de utilizar ARIMA. Adicionalmente, se utilizaron técnicas de optimización de hiperparámetros en ambos modelos para mejorar su rendimiento predictivo. Los resultados muestran que el MAPE del modelo híbrido optimizado ARIMA-LSTM fue del 10.73% que es superior el rendimiento de los modelos individuales. La prueba estadística Diebold–Mariano evidenció diferencias significativas en favor del enfoque combinado. El modelo fue evaluado con datos de 60,378 incidencias reportadas por la Policía Nacional del Perú entre el 2018 y el 2023. Como conclusión, el modelo híbrido propuesto constituye una solución metodológicamente sólida y estadísticamente precisa para el pronóstico de denuncias, aportando una herramienta innovadora que puede ser utilizada por entidades responsables de la investigación criminal y el cumplimiento de la ley, como la Policía Nacional y Fiscalía de la Nación, para anticipar tendencias y fortalecer la lucha contra el cibercrimen.