[論文レビュー] Explainable Deep Behavioral Sequence Clustering for Transaction Fraud Detection

Wei Min, Weiming Liang+4 more|arXiv (Cornell University)|Jan 12, 2021

Imbalanced Data Classification Techniques参考文献 12被引用数 9

ひとこと要約

本稿では、時間的アテンションを備えたBi-LSTMを用いた深層行動シーケンス埋め込みと、エキスパートが生成した特徴量を組み合わせることで、不正取引を検出する、未学習のフレームワークであるFinDeepBehaviorClusterを提案する。GPUアクセラレートされたHDBSCANの変種（pHDBSCAN）を活用することで、大規模データ上でのクラスタリングを500倍高速化し、従来検出されなかった不正パターンのリアルタイム検出を実現。23.52%のリターンレートと、ルールベースのクラスタ解釈における高い正確性を達成した。

ABSTRACT

In e-commerce industry, user behavior sequence data has been widely used in many business units such as search and merchandising to improve their products. However, it is rarely used in financial services not only due to its 3V characteristics - i.e. Volume, Velocity and Variety - but also due to its unstructured nature. In this paper, we propose a Financial Service scenario Deep learning based Behavior data representation method for Clustering (FinDeepBehaviorCluster) to detect fraudulent transactions. To utilize the behavior sequence data, we treat click stream data as event sequence, use time attention based Bi-LSTM to learn the sequence embedding in an unsupervised fashion, and combine them with intuitive features generated by risk experts to form a hybrid feature representation. We also propose a GPU powered HDBSCAN (pHDBSCAN) algorithm, which is an engineering optimization for the original HDBSCAN algorithm based on FAISS project, so that clustering can be carried out on hundreds of millions of transactions within a few minutes. The computation efficiency of the algorithm has increased 500 times compared with the original implementation, which makes flash fraud pattern detection feasible. Our experimental results show that the proposed FinDeepBehaviorCluster framework is able to catch missed fraudulent transactions with considerable business values. In addition, rule extraction method is applied to extract patterns from risky clusters using intuitive features, so that narrative descriptions can be attached to the risky clusters for case investigation, and unknown risk patterns can be mined for real-time fraud detection. In summary, FinDeepBehaviorCluster as a complementary risk management strategy to the existing real-time fraud detection engine, can further increase our fraud detection and proactive risk defense capabilities.

研究の動機と目的

• 金融取引データにおける希少で動的な、かつこれまでにない不正パターンを検出する課題に対処すること。
• 従来のリスクモデルとは対照的に、非構造的で高速なユーザークリックストリームシーケンスを、補助的信号として活用すること。
• 深層学習ベースのシーケンス表現とドメインエキスパートの直感を統合することで、解釈性を高め、不正検出を向上させること。
• アルゴリズム的最適化により、数億件の取引をスケーラブルかつリアルタイムにクラスタリングすること。
• リスクの高いクラスタから人間が読める、実行可能なルールを抽出し、事案調査および能動的リスク防御を可能にすること。

提案手法

• ユーザークリックストリームデータから、時間的アテンションを備えた双方向LSTMを用いて、教師なしのシーケンス埋め込みを学習する。
• ドメインエキスパートが生成したリスク特徴量と、学習されたシーケンス埋め込みを組み合わせることで、ハイブリッド特徴表現を構築する。
• FAISSを用いて、大規模取引データのサブ分以内のクラスタリングを実現する、GPUアクセラレートされたHDBSCANの変種（pHDBSCAN）を開発する。
• クラスタの密度とサイズに対するヒューリスティックなしきい値を用いて、リスクの高いクラスタを特定する。
• ルール抽出技術を用いて、クラスタのパターンを条件付きで人間が読める記述として解釈する。
• 系統的サンプリングと時間割引重み付けを用いた、実世界の取引データ上でインダクティブおよびトランスダクティブな設定で評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 深層学習ベースのシーケンスモデリングは、教師なしの設定下でも、不正検出のためのユーザー行動パターンを効果的に表現できるか？
• RQ2 学習された埋め込みとエキスパート特徴量を組み合わせたハイブリッド特徴表現は、不正検出性能をどのように向上させるか？
• RQ3 GPU最適化されたHDBSCAN実装は、数億件の取引を数分以内にスケーラブルにクラスタリング可能か？
• RQ4 提案フレームワークは、従来のリアルタイム予測モデルが見逃していた不正取引をどの程度効果的に検出できるか？
• RQ5 ルールベースのクラスタ解釈は、リスクアナリストやビジネスチームにとって高精度で実行可能なインサイトを生成できるか？

主な発見

• 提案されたFinDeepBehaviorClusterフレームワークは、サンプリングされたトラフィックで23.52%のリターンレートを達成し、ベースライン手法を著しく上回った。
• ハイブリッド特徴表現（147次元）は、6.27%のFスコアを達成し、純粋な深層特徴量や手作業特徴量を上回り、11,895.58ドルの損失を回避した。
• pHDBSCANアルゴリズムは、元のHDBSCAN実装と比較して500倍の高速化を達成し、500万件の取引を数分でクラスタリング可能となった。
• 深層シーケンス特徴量のみでも、70.46%の精度と1.71%の再現率を達成し、不正シグナルの強力な識別能力を示した。
• 事例研究から、リスクの高いクラスタは、高速な処理、低閲覧、複数回の高額購入、盗難金融機器の使用といった明確な行動パターンを示した。
• クラスタからのルール抽出により、具体的なナラティブベースの記述（例：10回以上のチェックアウト、1回以下の検索、クレジットカード使用、qq.comメール）が得られ、『繰り返し犯』などの既知の不正戦術と一致した。