[论文解读] A Survey of Online Card Payment Fraud Detection using Data Mining-based Methods

Bemali Wickramanayake, Dakshi Kapugama Geeganage+2 more|arXiv (Cornell University)|Nov 27, 2020

Imbalanced Data Classification Techniques参考文献 37被引用 9

一句话总结

本综述提出了一种基于数据挖掘的在线信用卡支付欺诈检测方法的全面分类法，分析了业务影响建模、行为画像和自适应欺诈检测的方法。它评估了分类算法、类别不平衡处理以及现实世界中的挑战（如标注延迟和模型速度），为欺诈检测系统的研究人员和开发者提供了一个结构化框架。

ABSTRACT

Card payment fraud is a serious problem, and a roadblock for an optimally functioning digital economy, with cards (Debits and Credit) being the most popular digital payment method across the globe. Despite the occurrence of fraud could be relatively rare, the impact of fraud could be significant, especially on the cardholder. In the research, there have been many attempts to develop methods of detecting potentially fraudulent transactions based on data mining techniques, predominantly exploiting the developments in the space of machine learning over the last decade. This survey proposes a taxonomy based on a review of existing research attempts and experiments, which mainly elaborates the approaches taken by researchers to incorporate the (i) business impact of fraud (and fraud detection) into their work , (ii) the feature engineering techniques that focus on cardholder behavioural profiling to separate fraudulent activities happening with the same card, and (iii) the adaptive efforts taken to address the changing nature of fraud. Further, there will be a comparative performance evaluation of classification algorithms used and efforts of addressing class imbalance problem. Forty-five peer-reviewed papers published in the domain of card fraud detection between 2009 and 2020 were intensively reviewed to develop this paper.

研究动机与目标

• 基于业务影响、行为画像和适应性，分析并分类基于数据挖掘的在线信用卡支付欺诈检测方法。
• 评估2009年至2020年同行评审研究中使用的分类算法和类别不平衡处理技术。
• 识别关键挑战，如欺诈标注延迟、模型延迟和实时系统中的欺诈漂移。
• 为研究人员和开发者提供一个结构化参考，以设计高效、可扩展且成本敏感的欺诈检测系统。

提出的方法

• 基于三个核心维度提出欺诈检测方法的分类法：业务影响整合、行为画像技术以及自适应检测机制。
• 回顾45篇同行评审论文（2009–2020年），分析聚焦于持卡人交易行为的特征工程策略，以区分欺诈行为。
• 评估随机森林、XGBoost和集成模型等分类算法，比较其在类别不平衡欺诈检测场景下的性能表现。
• 研究类别不平衡的处理技术，包括SMOTE、代价敏感学习和阈值优化。
• 分析模型延迟和检测速度挑战，特别是在串行处理流水线和依赖数据库的架构中。
• 回顾Stripe、PayPal和AWS的商业解决方案，突出其基于机器学习的欺诈检测框架及可定制能力。

实验结果

研究问题

• RQ1 研究人员如何将欺诈和检测成本的业务影响整合到信用卡支付欺诈检测的数据挖掘模型中？
• RQ2 基于持卡人交易模式的行为画像技术中，哪些最有效地区分欺诈交易与合法交易？
• RQ3 在高度不平衡的欺诈检测数据集背景下，分类算法表现如何？哪些算法最具鲁棒性？
• RQ4 使用了哪些自适应技术来应对随时间演变的欺诈模式（欺诈漂移）？
• RQ5 影响欺诈检测模型在现实世界中部署的关键系统级挑战是什么？例如标注延迟和模型推理速度。

主要发现

• 通过将模型决策与误报和漏报的真实财务后果对齐，代价敏感学习的整合显著提升了欺诈检测系统的性能。
• 基于交易模式（如时间、地点、金额、频率）的行为画像通过捕捉个体持卡人行为，增强了模型性能，降低了误报率。
• XGBoost和随机森林等集成方法在类别不平衡数据集上检测罕见欺诈案例时，持续优于逻辑回归和SVM等传统模型。
• SMOTE和代价敏感学习等技术能有效缓解类别不平衡问题，在不显著增加误报率的情况下提升欺诈交易的召回率。
• 模型延迟在生产系统中仍是关键瓶颈，复杂模型和数据库依赖性增加了交易处理时间和系统负载。
• AWS和Stripe等商业平台使用预配置且可定制的机器学习流水线，使开发者能够专注于特征选择和模型调优，从而加速部署。