[논문 리뷰] FraudJudger: Real-World Data Oriented Fraud Detection on Digital Payment Platforms

Ruoyu Deng, Na Ruan|arXiv (Cornell University)|2019. 09. 05.

Imbalanced Data Classification Techniques참고 문헌 28인용 수 7

한 줄 요약

FraudJudger는 제한된 레이블 데이터에서 강건한 사용자 행동 표현을 학습하고 군집 분석을 통해 사기 패턴을 탐지하기 위해 적대적 오토에코더(AAE)를 활용하는 준지도 학습 사기 탐지 모델이다. 실제 전자결제 데이터에서 10%의 레이블 데이터로도 59%의 군집 재현율을 달성하여 DAE, VAE 및 원시 특징보다 뛰어난 성능을 보였다.

ABSTRACT

Automated fraud behaviors detection on electronic payment platforms is a tough problem. Fraud users often exploit the vulnerability of payment platforms and the carelessness of users to defraud money, steal passwords, do money laundering, etc, which causes enormous losses to digital payment platforms and users. There are many challenges for fraud detection in practice. Traditional fraud detection methods require a large-scale manually labeled dataset, which is hard to obtain in reality. Manually labeled data cost tremendous human efforts. Besides, the continuous and rapid evolution of fraud users makes it hard to find new fraud patterns based on existing detection rules. In our work, we propose a real-world data oriented detection paradigm which can detect fraud users and upgrade its detection ability automatically. Based on the new paradigm, we design a novel fraud detection model, FraudJudger, to analyze users behaviors on digital payment platforms and detect fraud users with fewer labeled data in training. FraudJudger can learn the latent representations of users from unlabeled data with the help of Adversarial Autoencoder (AAE). Furthermore, FraudJudger can find new fraud patterns from unknown users by cluster analysis. Our experiment is based on a real-world electronic payment dataset. Comparing with other well-known fraud detection methods, FraudJudger can achieve better detection performance with only 10% labeled data.

연구 동기 및 목표

• 실제 디지털 결제 플랫폼에서 부족하고 비용이 많이 드는 수동으로 레이블링된 사기 데이터 문제를 해결한다.
• 최소한의 레이블 데이터에서 사용자 행동의 효과적인 잠재 표현을 학습하는 사기 탐지 모델을 개발한다.
• 비지도 군집 분석을 통해 기존 레이블에 포함되지 않은 변화하는 또는 알려지지 않은 사기 패턴을 자동으로 탐지할 수 있도록 한다.
• 기존 규칙 기반 및 지도 학습 방법의 한계를 극복하여 새로운 사기 행동을 탐지할 수 있다.

제안 방법

• 사용자 작업 데이터와 거래 데이터를 통합하여 종합적인 행동 모델링을 위한 단일 특징 세트를 구성한다.
• 비레이블 데이터에서 압축되고 노이즈에 강건한 잠재 표현을 학습하기 위해 적대적 오토에코더(AAE)를 사용한다. 이 과정에서 핵심적인 행동 패턴을 유지한다.
• 오직 10%의 레이블 데이터를 사용하여 준지도 학습 분류 헤드를 훈련시켜 사기 사용자와 정상 사용자를 구분한다.
• 학습된 잠재 표현에 대해 k-means 군집 분석을 적용하여 이전 레이블에 포함되지 않은 알려지지 않은 사기 패턴을 탐지한다.
• 정보 유지와 노이즈 감소 사이의 균형을 고려해 잠재 표현의 차원 수(예: 128)를 최적화한다.
• 진짜 사기 군집과 예측된 군집 간의 일치도를 측정하기 위해 군집 재현율과 조정된 상호정보량(AMI)을 성능 평가 지표로 사용한다.

실험 결과

연구 질문

• RQ1 적대적 오토에코더 기반 준지도 학습 모델은 기존 방법보다 훨씬 적은 레이블 예제로도 사기 사용자를 탐지할 수 있는가?
• RQ2 AAE에서 학습된 잠재 표현은 원시 특징이나 다른 오토에코더 변종에 비해 의미 있는 사기 패턴을 얼마나 잘 포착하는가?
• RQ3 잠재 표현에 대한 군집 분석이 레이블 데이터에 존재하지 않는 새로운 또는 변화하는 사기 패턴을 어느 정도 탐지할 수 있는가?
• RQ4 실제 결제 시스템에서 사기 탐지 성능을 고려할 때 잠재 표현의 최적 차원 수는 무엇인가?

주요 결과

• FraudJudger는 10%의 레이블 데이터를 사용할 때 군집 재현율 59%를 기록했으며, 동일 조건에서 DAE(55%)와 VAE(42%)를 크게 앞서는 성능을 보였다.
• 모델의 성능은 잠재 표현 차원이 128일 때 최고로 나타났으며, 이때 군집 재현율과 조정된 상호정보량(AMI)이 모두 최대화되었다.
• 원시로 처리되지 않은 특징을 사용할 경우 100개의 군집에서 군집 재현율이 단지 36%에 그쳐 표현 학습의 중요성을 확인할 수 있었다.
• 낮은 차원(예: 1 또는 2)은 근접한 0%의 군집 재현율로 정보 포착 능력이 부족함을 시사했고, 높은 차원은 노이즈와 과적합을 유발함을 보였다.
• 모델는 유사한 행동 패턴을 가진 사기 사용자를 유기적인 군집으로 묶어, 이전에 레이블되지 않은 잠재적 사기자들을 탐지하는 데 성공했다.
• FraudJudger는 완전히 지도 학습 기반 모델 대비 수동 레이블링 필요성을 90% 이상 감소시켜 뛀난 실용적 효율성을 입증했다.