[論文レビュー] Anti-Money Laundering Alert Optimization Using Machine Learning with Graphs

Ahmad Naser Eddin, Jacopo Bono+5 more|arXiv (Cornell University)|Dec 14, 2021

Crime, Illicit Activities, and Governance被引用数 12

ひとこと要約

本論文では、取引ネットワークから導出されたエンティティ中心の特徴量とグラフベースの特徴量を組み合わせることで、反マネーロンダリング（AML）システムにおける誤検出を低減する機械学習トリアージモデルを提案する。実際の銀行データセットを用いた実験では、真の陽性検出率が90%を超える一方で誤検出を80%削減し、ルールベースの説明可能性を維持したまま運用効率を著しく向上させた。

ABSTRACT

Money laundering is a global problem that concerns legitimizing proceeds from serious felonies (1.7-4 trillion euros annually) such as drug dealing, human trafficking, or corruption. The anti-money laundering systems deployed by financial institutions typically comprise rules aligned with regulatory frameworks. Human investigators review the alerts and report suspicious cases. Such systems suffer from high false-positive rates, undermining their effectiveness and resulting in high operational costs. We propose a machine learning triage model, which complements the rule-based system and learns to predict the risk of an alert accurately. Our model uses both entity-centric engineered features and attributes characterizing inter-entity relations in the form of graph-based features. We leverage time windows to construct the dynamic graph, optimizing for time and space efficiency. We validate our model on a real-world banking dataset and show how the triage model can reduce the number of false positives by 80% while detecting over 90% of true positives. In this way, our model can significantly improve anti-money laundering operations.

研究の動機と目的

• 現在95%を超える誤検出率に苦しむルールベースのAMLシステムの高誤検出率を低減すること。
• 既存のルールの下流で動作する機械学習トリアージモデルを構築し、解釈可能性を保ちつつアラートの優先順位付けや抑制を改善すること。
• 不正活動の検出を強化するため、エンティティ中心の行動特徴量と、エンティティ間の関係性を捉えるグラフベースの特徴量を統合すること。
• 動的グラフ構築のためのスライディングタイムウインドウを用いることで計算効率を最適化し、特に正当なエンティティに対してメモリオーバーヘッドを低減すること。
• 疑わしい活動の報告に遅延が生じる現実的な状況を想定し、実際の銀行データセットを用いてモデルを評価すること。

提案手法

• トリアージモデルは、ルールベースのAMLシステムが生成するアラートを学習データとして用い、取引データから特徴量を設計した教師あり機械学習分類器である。
• エンティティ中心の特徴量には、1日から2か月までの複数の期間における取引金額および取引量の時間窓集計（合計、平均、件数、最小値、最大値）が含まれる。
• グラフベースの特徴量には、次数に基づく指標（例：接続数）と、既知の違法なエンティティに近い位置を特定するランダムウォークベースの特徴量「GuiltyWalker」の新規遅延ラベル適合版が含まれる。
• 効率的な動的グラフの維持のため、スライディングウインドウ機構を用いる。不審な口座に対してはより長い記憶保持期間を設定することで、計算コストを低減する。
• 勾配ブースティングツリーにおけるパーミュテーションベースの重要度を用いた特徴量選択を行い、性能の90%に寄与する特徴量のみを保持する。
• モデルの評価には、アラートの抑制または優先順位付け戦略を可能にする主な指標として、20%FPRにおける再現率（recall@20%FPR）を用いる。

実験結果

リサーチクエスチョン

• RQ1 機械学習トリアージモデルは、ルールベースシステムの説明可能性を維持したまま、AMLシステムにおける誤検出を低減できるか？
• RQ2 特に次数およびGuiltyWalkerの変種を含むグラフベースの特徴量は、従来のエンティティレベル特徴量に比べてAML検出性能をどの程度向上させるか？
• RQ3 疑わしい活動の報告に遅延が生じる場合、GuiltyWalkerのようなグラフベースの特徴量の性能にどの程度影響を与えるか？
• RQ4 スライディングタイムウインドウを用いた動的グラフ構築は、モデルの性能を維持しつつ、メモリおよび計算コストを低減できるか？
• RQ5 エンティティ中心特徴量とグラフベース特徴量の最適な組み合わせは何か？ これにより、真の陽性検出を最大化し、誤検出を最小限に抑えることができるか？

主な発見

• トリアージモデルは誤検出を80%削減しながら、90%以上の真の陽性を保持し、アラート抑制において優れた性能を示した。
• グラフベースの特徴量、特に次数に基づく特徴量の導入により、エンティティ中心特徴量のみに依存する場合に比べてモデル性能が顕著に向上した。
• 新規に提案されたGuiltyWalkerの遅延ラベル版は、検出に有益であるが、非遅延版に比べて性能が若干低下した。
• 次数特徴量と組み合わせた場合、GuiltyWalker特徴量の追加的利点は薄れ、データセット内に重複する情報が存在することが示唆された。
• 不審な口座に対しては長期間の記憶保持、正当な口座に対しては短期間の記憶保持を実施することで、モデルの計算効率が向上し、システム負荷が低減された。
• モデルは20%FPRにおける再現率を達成しており、実際のAML運用におけるアラート抑制、優先順位付け、またはハイブリッド戦略の実装に実用的であることが示された。