[论文解读] 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 10

一句话总结

本文提出 EdgeProp，一种图表示学习方法，通过图卷积网络（GCNs）中新颖的消息传递机制，将多维边特征整合到节点嵌入中。该方法在真实世界电子支付数据集上达到 86.98% 的准确率，在生物医学实体分类任务上达到 97.43%，优于 GraphSAGE、GBDT 和随机森林，通过利用边属性实现非法账户检测。

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.

研究动机与目标

• 解决现有基于规则和基于机器学习的系统在电子支付网络中检测非法金融活动时存在的高误报率问题。
• 通过将丰富的多维边特征整合到图神经网络中，提升大规模、随时间演化的电子支付图中的节点分类准确率。
• 设计一种可扩展的归纳式图学习框架，支持迁移学习，并在动态支付网络中对未见节点实现良好泛化。
• 展示边缘感知消息传递在捕捉复杂交易模式以实现欺诈检测方面的有效性。

提出的方法

• 提出 EdgeProp，一种新颖的消息传递机制，可在基于 GCN 的训练过程中将多维连续边特征传播至节点嵌入。
• 引入可学习函数 φ(.) 和 ρ(.)，以在聚合过程中建模节点特征与边特征之间的复杂交互。
• 设计端到端的 GCN 架构，从随时间演化的交易图中学习联合的节点与边嵌入。
• 采用可扩展的实现方式，处理包含数百万个节点和边的图，支持在工业级数据集上的实际部署。
• 将节点嵌入用作下游节点分类任务的输入，以识别非法账户。
• 支持同构图与异构图，并可集成到多种 GNN 模型中。

实验结果

研究问题

• RQ1 边特征（如交易金额、时间戳和频率）是否能显著提升电子支付网络中非法账户检测的准确率？
• RQ2 与忽略或简化边信息相比，将多维边特征整合到 GCN 消息传递中，如何提升节点表征学习的效果？
• RQ3 所提出的 EdgeProp 方法在真实世界电子支付欺诈检测中，相较于最先进模型（如 GraphSAGE、GBDT 和随机森林）的性能提升程度如何？
• RQ4 该模型在归纳学习设置下是否能泛化到未见节点并保持高性能？
• RQ5 当应用于非金融、异构图（如生物医学网络）时，该方法的有效性如何？

主要发现

• 在真实世界电子支付数据集上，EdgeProp 对非法账户的分类准确率达到 86.98%，显著优于 GraphSAGE（80.95%）和 GBDT（73.82%）。
• 在第二个电子支付数据集上，EdgeProp 达到 94.62% 的准确率，展现出对所有基线方法的优越性能。
• 在仅使用边拓扑结构和边类型的生物医学实体识别任务中，EdgeProp 达到 97.43% 的准确率，凸显其鲁棒性与泛化能力。
• 消融实验证实，同时引入节点特征变换与有向边信息，使性能相比基线 EdgeProp 变体提升 3.9%。
• EdgeProp 通过可学习函数显式建模连续的多维边特征，优于现有边缘感知模型（如 Decagon 和 Edge2Vec）。
• 该模型可有效扩展至包含数百万个节点的图，支持在工业规模电子支付交易网络中的部署。