[논문 리뷰] Applying support vector data description for fraud detection

Mohamad Khedmati, Masoud Erfani외 1명|arXiv (Cornell University)|2020. 05. 31.

Imbalanced Data Classification Techniques참고 문헌 6인용 수 4

한 줄 요약

이 논문은 레이블이 부여된 사기 샘플이 확보하기 어려운 현실적인 사기 탐지 시스템에서, 레이블이 부여된 사기 샘플이 필요 없도록 지원벡터데이터기술표현(SVDD)을 사용한 일종의 사기 탐지 프레임워크를 제안한다. 이는 학습 데이터를 줄이면서도 데이터 형태를 유지하는 데 중점을 두어 SVDD 학습 속도를 크게 향상시키는 REDBSCAN이라는 DBSCAN의 개선된 버전을 도입한다. 이 방법은 10%의 비사기 데이터만을 사용해도 AUC 0.9775를 기록하며, 기존의 SVM보다 정확도와 속도 면에서 뛰어난 성능을 보이며, 뛰어난 성능을 입증한다.

ABSTRACT

Fraud detection is an important topic that applies to various enterprises such as banking and financial sectors, insurance, government agencies, law enforcement, and more. Fraud attempts have been risen remarkably in current years, shaping fraud detection an essential topic for research. One of the main challenges in fraud detection is acquiring fraud samples which is a complex and challenging task. In order to deal with this challenge, we apply one-class classification methods such as SVDD which does not need the fraud samples for training. Also, we present our algorithm REDBSCAN which is an extension of DBSCAN to reduce the number of samples and select those that keep the shape of data. The results obtained by the implementation of the proposed method indicated that the fraud detection process was improved in both performance and speed.

연구 동기 및 목표

• 실제 사기 탐지 시스템에서 레이블이 부여된 사기 샘플 확보가 어렵고 희소한 문제를 해결하기 위해.
• 비사기 학습 데이터의 크기를 줄이되, 데이터 분포 특성을 유지함으로써 사기 탐지의 효율성과 성능을 향상시키기 위해.
• 기존의 두 종류의 분류기인 SVM과 비교하여, 일종의 분류 기법인 SVDD의 효과성을 평가하기 위해.
• DBSCAN의 확장으로서 새로운 데이터 감소 알고리즘인 REDBSCAN을 개발하고 검증하여, 학습 속도 향상과 모델 일반화 능력 향상을 도모하기 위해.

제안 방법

• 저자들은 비사기 샘플만을 사용하여 정상(비사기) 데이터 포인트 주변의 경계를 학습하는 일종의 분류 방법인 지원벡터데이터기술표현(SVDD)을 적용한다.
• 비사기 데이터에서 기존 데이터 구조를 유지하면서도 대표적인 샘플을 선택하는 DBSCAN의 개선된 버전인 REDBSCAN을 도입한다.
• REDBSCAN를 통해 감소된 비사기 데이터셋을 사용해 SVDD 모델을 학습함으로써 학습 속도와 메모리 효율성을 향상시킨다.
• 성능 평가를 위해 인위적인 모바일 결제 데이터셋을 사용하여 AUC, 정밀도, 재현율, F-측정치 등의 지표를 활용해 SVDD와 기존의 SVM 간의 성능을 비교한다.
• SVDD의 구현을 위해 D.M.J. Tax가 개발한 MATLAB 툴박스(dd-tools 및 pr-tools)를 사용한다.
• SVDD와 SVM의 평가를 위해 30%의 테스트 세트를 사용하며, SVDD는 비사기 데이터의 10%만을 학습에 사용하고, SVM은 전체 데이터셋(사기 포함)의 70%를 사용한다.

실험 결과

연구 질문

• RQ1 레이블이 부여된 사기 샘플이 필요 없이 SVDD를 이용한 일종의 분류 기법이 높은 사기 탐지 성능을 달성할 수 있는가?
• RQ2 제안된 REDBSCAN 알고리즘이 데이터 분포 무결성을 유지하면서도 데이터 감소 효율성을 어떻게 향상시키는가?
• RQ3 최소한의 비사기 데이터로 학습했을 때, SVDD가 기존의 두 종류의 분류기인 SVM에 비해 AUC, 정밀도, 재현율, F-측정치에서 어떤 성능 향상을 보이는가?
• RQ4 REDBSCAN를 통한 데이터 감소가 모델 성능 저하 없이 SVDD 학습을 얼마나 빠르게 하는가?

주요 결과

• SVDD는 비사기 데이터의 10%만을 사용해도 AUC 0.9775를 기록했으며, SVM의 AUC 0.9460을 크게 상회했다.
• SVDD의 정밀도는 0.9194였고, SVM의 0.8441보다 높아 진짜 사기 사례를 더 잘 식별함을 나타낸다.
• SVDD의 재현율은 0.8557이었고, SVM의 0.7550보다 높아 실제 사기 사례를 더 잘 탐지함을 보여준다.
• F-측정치에서 SVDD는 0.8864를 기록했고, SVM의 0.7971보다 높아 전체 분류 균형 면에서 뛰어난 성능을 확인했다.
• REDBSCAN를 통한 데이터 감소를 적용함으로써 SVDD의 학습 시간은 194초에서 1.69초로 크게 단축되어 빠른 속도 향상을 입증했다.
• SVM의 학습 데이터 크기를 SVDD의 10%로 줄였을 때 AUC는 감소했지만, SVDD의 AUC는 안정을 유지해 일종의 분류 접근 방식의 강건성을 확인했다.