[論文レビュー] Identifying Illicit Accounts in Large Scale E-payment Networks -- A Graph Representation Learning Approach

Da Sun Handason Tam, Wing Cheong Lau+4 more|arXiv (Cornell University)|Jun 13, 2019

Blockchain Technology Applications and Security被引用数 10

ひとこと要約

この論文では、グラフ畳み込みネットワーク（GCNs）における新しいメッセージパッシング機構を用いて、多次元エッジ特徴をノード埋め込みに統合するグラフ表現学習手法EdgePropを提案する。実世界の電子決済データセットでは86.98%の精度を達成し、バイオメディカルエンティティ分類タスクでは97.43%の精度を示す。これは、GraphSAGE、GBDT、ランダムフォレストを上回り、不正アカウント検出にエッジ属性を活用することで、最先端の性能を達成している。

ABSTRACT

Rapid and massive adoption of mobile/ online payment services has brought new challenges to the service providers as well as regulators in safeguarding the proper uses such services/ systems. In this paper, we leverage recent advances in deep-neural-network-based graph representation learning to detect abnormal/ suspicious financial transactions in real-world e-payment networks. In particular, we propose an end-to-end Graph Convolution Network (GCN)-based algorithm to learn the embeddings of the nodes and edges of a large-scale time-evolving graph. In the context of e-payment transaction graphs, the resultant node and edge embeddings can effectively characterize the user-background as well as the financial transaction patterns of individual account holders. As such, we can use the graph embedding results to drive downstream graph mining tasks such as node-classification to identify illicit accounts within the payment networks. Our algorithm outperforms state-of-the-art schemes including GraphSAGE, Gradient Boosting Decision Tree and Random Forest to deliver considerably higher accuracy (94.62% and 86.98% respectively) in classifying user accounts within 2 practical e-payment transaction datasets. It also achieves outstanding accuracy (97.43%) for another biomedical entity identification task while using only edge-related information.

研究の動機と目的

• 電子決済ネットワークにおける不正金融活動を検出するための従来のルールベースおよび機械学習ベースのシステムの高い誤検出率を是正すること。
• 時間的に変化する大規模な電子決済グラフにおいて、豊富な多次元エッジ特徴をグラフニューラルネットワークに統合することで、ノード分類の精度を向上させること。
• スケーラブルでインダクティブなグラフ学習フレームワークを設計し、動的決済ネットワークにおける未観測ノードへの一般化とトランスファー学習を可能にすること。
• 複雑な取引パターンを捉えるために、エッジに依存するメッセージパッシングの有効性を実証すること。

提案手法

• GCNベースの学習中に、多次元連続的エッジ特徴をノード埋め込みに伝達できる、新しいメッセージパッシング機構であるEdgePropを提案する。
• アグリゲーション過程でノード特徴とエッジ特徴の複雑な相互作用をモデル化するための学習可能な関数φ(.)とρ(.)を導入する。
• 時間的に変化する取引グラフからノードとエッジの両方の埋め込みを共同で学習するエンドツーエンドのGCNベースアーキテクチャを設計する。
• 数百万ノードおよびエッジを扱えるスケーラブルな実装を採用し、産業用途の実データセットへの実世界での展開を可能にする。
• 不正アカウントの特定を目的とした下流のノード分類タスクに、ノード埋め込みを入力として用いる。
• 同型および異型グラフの両方をサポートし、さまざまなGNNモデルに統合可能である。

実験結果

リサーチクエスチョン

• RQ1 取引金額、タイムスタンプ、頻度などのエッジ特徴が、電子決済ネットワークにおける不正アカウント検出の精度を顕著に向上させることができるか？
• RQ2 GCNのメッセージパッシングに多次元エッジ特徴を統合することで、エッジ情報の無視や単純化と比較して、ノード表現学習がどの程度向上するか？
• RQ3 実世界の電子決済不正検出において、GraphSAGE、GBDT、ランダムフォレストといった最先端モデルと比較して、提案手法EdgePropはどの程度優れているか？
• RQ4 未知のノードに一般化でき、インダクティブな学習設定でも高い性能を維持できるか？
• RQ5 非金融分野の異型グラフ、例えばバイオメディカルネットワークに応用した場合、この手法はどの程度有効であるか？

主な発見

• 実世界の電子決済データセットにおいて、EdgePropは不正アカウント分類で86.98%の精度を達成し、GraphSAGE（80.95%）およびGBDT（73.82%）を顕著に上回った。
• 第二の電子決済データセットでは、EdgePropは94.62%の精度に達し、すべてのベースライン手法を上回る優れた性能を示した。
• ノード特徴を一切使用しないが、エッジのトポロジーとタイプのみを用いたバイオメディカルエンティティ同定タスクにおいて、EdgePropは97.43%の精度を達成した。これは、本手法の頑健性と一般化能力の高さを示している。
• アブレーションスタディの結果、ノード特徴変換と有向エッジ情報の両方を組み込むことで、ベースラインのEdgePropバージョンと比較して性能が3.9%向上した。
• 学習可能な関数を用いて連続的かつ多次元のエッジ特徴を明示的にモデル化することで、Decagon や Edge2Vec といった既存のエッジに依存するモデルを上回る性能を発揮した。
• 本手法は数百万ノードを含むグラフに対しても効果的にスケーリングでき、産業規模の電子決済取引ネットワークへの展開が可能である。