[논문 리뷰] A Survey of Credit Card Fraud Detection Techniques: Data and Technique Oriented Perspective

SamanehSorournejad, Zahra Zojaji외 2명|arXiv (Cornell University)|2016. 11. 19.

Imbalanced Data Classification Techniques참고 문헌 45인용 수 86

한 줄 요약

이 논문은 데이터 및 방법론적 관점에서 신용카드 사기 탐지 기법에 대한 종합적인 서베이를 제공하며, 감독(오용 탐지) 및 비감독(이상 탐지) 프레임워크로 접근 방식을 분류한다. 데이터 유형, 벤치마크 데이터셋, 평가 지표를 평가하고 열린 연구 과제를 규명하여 금융 분야의 사기 탐지 및 머신러닝 응용 분야의 연구자들에게 체계적인 참고 자료를 제공한다.

ABSTRACT

Credit card plays a very important rule in today's economy. It becomes an unavoidable part of household, business and global activities. Although using credit cards provides enormous benefits when used carefully and responsibly,significant credit and financial damages may be caused by fraudulent activities. Many techniques have been proposed to confront the growth in credit card fraud. However, all of these techniques have the same goal of avoiding the credit card fraud; each one has its own drawbacks, advantages and characteristics. In this paper, after investigating difficulties of credit card fraud detection, we seek to review the state of the art in credit card fraud detection techniques, data sets and evaluation criteria.The advantages and disadvantages of fraud detection methods are enumerated and compared.Furthermore, a classification of mentioned techniques into two main fraud detection approaches, namely, misuses (supervised) and anomaly detection (unsupervised) is presented. Again, a classification of techniques is proposed based on capability to process the numerical and categorical data sets. Different data sets used in literature are then described and grouped into real and synthesized data and the effective and common attributes are extracted for further usage.Moreover, evaluation employed criterions in literature are collected and discussed.Consequently, open issues for credit card fraud detection are explained as guidelines for new researchers.

연구 동기 및 목표

• 진행 중인 사기 패턴의 변화와 데이터 불균형으로 인한 신용카드 사기 탐지의 도전 과제와 복잡성을 분석하기 위해.
• 최신 기술을 체계적으로 검토하여 오용 탐지(감독 학습) 및 이상 탐지(비감독 학습) 접근 방식으로 분류하기 위해.
• 거래 기록에서 흔히 볼 수 있는 수치형 및 범주형 데이터 유형을 효과적으로 처리할 수 있는 다양한 기법의 능력을 평가하기 위해.
• 문헌에서 사용된 실제 및 합성 데이터셋을 카탈로그화하고 비교하기 위해, 주요 특성과 데이터 특성 식별하기 위해.
• 표준 평가 지표를 요약하고 향후 연구를 이끄는 데 도움이 되는 열린 문제를 부각시키기 위해.

제안 방법

• 사기 탐지 기법을 주로 두 가지 범주로 분류하기: 오용 탐지(감독 학습) 및 이상 탐지(비감독 학습).
• 신용카드 거래 데이터에서 흔히 볼 수 있는 혼합 데이터 유형(수치형 및 범주형)을 처리하는 데 적합한 다양한 머신러닝 알고리즘의 적합성 분석하기.
• 사기 탐지 연구에서 사용된 공개 가능한 데이터셋을 조사하고 정리하기, 실제 세계 데이터와 합성 데이터 소스를 구분하기.
• 정규화된 평가 기준인 정확도, 정밀도, 재현율, F1-스코어, AUC-ROC를 추출하고 요약하기.
• 문헌의 경험적 발견 기반으로 각 탐지 접근 방식의 장점과 한계를 비교 분석하기.
• 데이터 불균형, 개념 드리프트, 모델 해석 가능성 등 미래 연구에 있어 핵심 열린 과제로 남아 있는 문제들 식별하기.

실험 결과

연구 질문

• RQ1 머신러닝을 활용한 신용카드 사기 탐지에서 주로 발생하는 기술적 및 데이터 관련 과제는 무엇인가요?
• RQ2 감독(오용 탐지) 및 비감독(이상 탐지) 사기 탐지 기법은 성능과 적용 가능성 측면에서 어떻게 다릅니까?
• RQ3 기존 사기 탐지 모델이 더 효과적으로 처리할 수 있는 데이터 유형은 수치형인지, 범주형인지, 각각의 한계는 무엇입니까?
• RQ4 사기 탐지 연구에서 가장 흔히 사용되는 데이터셋은 무엇이며, 실제 데이터셋과 합성 데이터셋은 유효성과 현실성 측면에서 어떻게 비교될 수 있습니까?
• RQ5 문헌에서 표준으로 사용되는 평가 지표는 무엇이며, 이러한 지표는 모델 성능 해석에 어떻게 영향을 미칩니까?

주요 결과

• 라벨이 부여된 사기 데이터로 훈련된 감독 학습 기법들인 랜덤 포레스트 및 XGBoost는 불균형 데이터셋에서 일반적으로 높은 정밀도와 재현율을 기록한다.
• 오토에인코더 및 아이솔레이션 포레스트와 같은 비감독 이상 탐지 기법들은 새로운 사기 패턴을 효과적으로 탐지할 수 있지만 일반적으로 높은 거짓 양성 비율을 앓는다.
• IEEE-KKTT 및 UCI 신용카드 사기 데이터셋과 같은 데이터셋은 널리 사용되는 벤치마크이며, 후자는 모델 성능 평가의 표준으로 자리 잡고 있다.
• 사기 탐지에서 극도로 불균형한 클래스 분포로 인해 정확도보다 F1-스코어와 AUC-ROC가 일관되게 우선 고려된다.
• 본 연구는 데이터 불균형, 표준화된 평가 프로토콜 부족, 모델 해석 가능성 부족을 현재 연구에서 해결되지 않은 주요 과제로 규명한다.
• 기존 탐지 프레임워크에서 실시간 처리 능력과 개념 드리프트에 대한 강건성 부족이 뚜렷한 격차로 나타난다.