[论文解读] Privacy-Preserving Credit Card Fraud Detection using Homomorphic Encryption

David Nugent|arXiv (Cornell University)|Nov 12, 2022

Cryptography and Data Security被引用 4

一句话总结

本文提出了一种基于同态加密（HE）的隐私保护信用卡欺诈检测系统，可在不暴露敏感信息的情况下对加密的交易数据进行安全推理。该研究实现了并比较了同态加密的XGBoost与前馈神经网络模型，发现XGBoost在推理速度上显著更快（6ms vs. 296ms），同时保持了优异的检测性能，证明了其在具备隐私保障条件下的实际部署可行性。

ABSTRACT

Credit card fraud is a problem continuously faced by financial institutions and their customers, which is mitigated by fraud detection systems. However, these systems require the use of sensitive customer transaction data, which introduces both a lack of privacy for the customer and a data breach vulnerability to the card provider. This paper proposes a system for private fraud detection on encrypted transactions using homomorphic encryption. Two models, XGBoost and a feedforward classifier neural network, are trained as fraud detectors on plaintext data. They are then converted to models which use homomorphic encryption for private inference. Latency, storage, and detection results are discussed, along with use cases and feasibility of deployment. The XGBoost model has better performance, with an encrypted inference as low as 6ms, compared to 296ms for the neural network. However, the neural network implementation may still be preferred, as it is simpler to deploy securely. A codebase for the system is also provided, for simulation and further development.

研究动机与目标

• 解决传统信用卡欺诈检测系统在明文处理敏感客户交易数据时面临的隐私与安全风险。
• 设计并实现一种基于同态加密（HE）的系统，支持对加密交易数据进行安全推理，实现隐私保护的欺诈检测。
• 评估在真实世界欺诈检测场景中，HE加密的XGBoost与神经网络模型在性能、延迟和可部署性方面的表现。
• 提供一个公开可用的代码库，用于模拟和进一步开发隐私保护的欺诈检测系统。

提出的方法

• 使用标准机器学习流程在明文信用卡交易数据集（ULB和Vesta）上训练XGBoost与前馈神经网络模型。
• 利用CKKS和Paillier方案将训练好的模型转换为支持同态加密的版本，从而实现对加密输入的计算。
• 采用TenSEAL——一个与PyTorch兼容的HE库——来实现并基准测试两种模型的加密推理。
• 对XGBoost树比较使用有序加密（OPE），对神经网络层使用CKKS，以支持同态运算。
• 通过客户端-主机架构模拟系统，其中客户端加密交易数据，主机在不访问明文数据的情况下执行推理。
• 使用标准欺诈检测指标（AUC、F1、精确率、召回率）评估模型性能，并对加密数据的延迟和存储开销进行基准测试。

实验结果

研究问题

• RQ1 同态加密能否有效用于实现信用卡欺诈检测的私有推理，同时不损害模型性能？
• RQ2 在真实的欺诈检测场景中，HE加密的XGBoost与神经网络模型在延迟和存储开销方面有何差异？
• RQ3 在真实世界交易数据上，使用HE加密的XGBoost与神经网络模型时，检测准确率与推理速度之间的权衡如何？
• RQ4 该系统如何应对信息泄露风险，特别是HE加密XGBoost因OPE比较带来的潜在泄露？
• RQ5 在生产环境中扩展HE-based欺诈检测系统时，面临哪些实际部署挑战及潜在优化方法？

主要发现

• HE加密的XGBoost模型推理延迟最低可达6ms，显著优于HE加密神经网络的296ms。
• 在ULB数据集上，XGBoost模型的F1得分为0.87，AUC为0.92，表现出优异的检测性能。
• 神经网络模型因需存储加密的权重和中间激活值，导致更高的存储开销，但其部署模型更简单。
• 在ULB和Vesta两个数据集上，XGBoost模型的检测性能均优于神经网络模型，尤其在减少漏报方面表现更优。
• 尽管延迟较高，但神经网络实现因部署流程更简单且更安全，实际应用中可能更具优势。
• 研究发现HE-XGBoost存在因OPE比较导致的潜在信息泄露，建议采用安全训练或模型混淆技术加以缓解。