基于互信息的图表欺诈检测模型

《Neurocomputing》：A graph fraud detection model based on mutual information

图神经网络欺诈检测通过分离内容与风格特征应对伪装问题，采用变分自编码器重构特征空间并基于互信息优化目标提升欺诈识别精度。

　　随着图神经网络（GNNs）的出现，欺诈检测逐渐演变为图中的节点分类问题。GNN在欺诈检测中的应用主要依赖于分析节点与之交互的信息，以判断该节点是否为欺诈者或正常用户。然而，欺诈者可能会通过与真实用户进行互动或生成多样化的互动来逃避检测，从而制造混淆。这种伪装行为使得区分欺诈者与合法用户变得复杂。为了解决这一问题，本文提出了一种基于互信息的图欺诈检测模型（MIGFD），旨在学习欺诈节点与合法节点之间具有区分性的特征表示。MIGFD将特征空间划分为两个部分：内容特征和风格特征。内容特征捕捉图的内在信息，而风格特征则代表欺诈相关的信息。通过使用基于互信息的损失函数，MIGFD建模了内容特征与风格特征及其与其他节点之间的关系。实验结果表明，MIGFD在五个真实世界数据集（Amazon、Yelp、Elliptic、T-Finance和T-Social）上的表现优于十二种最先进的基线模型。

欺诈检测是一项关键任务，其目标是防止由于欺诈行为带来的重大经济损失，例如在线评论平台上的观点欺诈、非法比特币交易和洗钱等。传统的欺诈检测方法主要依赖于浅层机器学习技术，如决策树和支持向量机。然而，这些方法主要是为处理多维表格数据而设计的，通常忽略了实体之间的关系。随着图神经网络的发展，欺诈检测逐渐演变为图中的节点分类问题。在这种情况下，实体被表示为图中的节点，可以被分类为欺诈或正常，而实体之间的互动则被表示为边。图神经网络能够有效地建模实体之间的关系，因此在欺诈检测中得到了广泛应用。

在欺诈场景中，节点的异常行为通常表现为属性和连接模式的不规则性。欺诈节点最初可能没有明显的异常特征，而是与大多数正常节点一起形成一个正常的图结构，直到它们与欺诈活动相关联。因此，本文受到基于互信息的解耦表示学习的启发，提出将图的特征空间划分为内在特征和欺诈相关特征，并分别进行聚合，以解决欺诈检测中的伪装问题。这种策略可以减轻大多数正常邻居对异常信息的干扰，从而提升检测模型的性能。

为了应对欺诈检测中的伪装挑战，本文设计了一种基于互信息的图欺诈检测模型（MIGFD）。MIGFD包含三个主要模块：(a) 重建模块，通过重建与欺诈环境无关的特征空间，以减少欺诈环境对模型的影响，从而产生两个具有区分性的特征组件；(b) 解耦表示学习模块，通过互信息理论最大化不同特征组件之间的互信息，确保它们分别表示不同的信息；(c) 不平衡分类模块，引入一种平衡分类的损失函数，以缓解类别不平衡的问题。这些模块共同作用，使模型能够更准确地识别欺诈行为。

本文的主要贡献包括以下三个方面：首先，提出了一种基于解耦表示学习的方法，用于建模正常图网络的特征空间与受欺诈影响的特征空间之间的关系，通过分别聚合解耦特征来应对欺诈检测中的伪装问题；其次，设计了一种基于VGAE的特征分离方法，将图的潜在空间划分为构成正常图网络的特征空间和受欺诈影响的特征空间，提出了不同的优化目标以实现不同特征变量之间的解耦或关联；最后，通过在真实世界数据集上的实验，验证了所提出方法在应对欺诈场景中欺诈者伪装问题上的优越性。

在实验部分，本文对十二种最新的欺诈检测模型在五个真实世界数据集上的表现进行了广泛评估，以验证所提出模型的有效性。此外，还进行了消融实验，以测试所设计模块的效果。这些实验旨在回答以下几个问题：首先，MIGFD是否在欺诈检测任务中优于现有的基线模型？其次，MIGFD的两个模块是否有助于提高检测性能？通过这些实验，可以更全面地了解MIGFD在欺诈检测中的优势和潜在应用。

在模型设计方面，MIGFD基于VGAE的结构，将图的特征空间划分为两个部分：与欺诈无关的部分和受欺诈影响的部分。通过不同的优化目标，模型能够有效地建模不同特征信息之间的关系，从而学习出更具表达力的表示。这一过程使得模型能够更准确地识别欺诈行为，同时避免被正常节点的特征所干扰。此外，MIGFD还引入了一种平衡分类的损失函数，以缓解类别不平衡的问题，提高模型的泛化能力。

在实际应用中，欺诈行为往往具有隐蔽性，使得传统的检测方法难以有效识别。MIGFD通过将特征空间解耦，能够更清晰地区分欺诈相关特征与正常特征，从而提升检测的准确性。这种方法不仅适用于静态数据，还可以适应动态变化的图结构，因为欺诈行为可能随着时间推移而改变。此外，MIGFD的模块化设计使其具有较强的灵活性，可以针对不同的欺诈场景进行调整和优化。

本文还讨论了现有欺诈检测方法的局限性。例如，一些方法在处理欺诈场景时，仍然无法有效应对伪装行为。部分方法依赖于采样策略，可能会无意中丢弃重要的信息，而另一些方法则依赖于伪标签，可能会导致错误地移除关键的邻居信息。因此，这些方法在面对欺诈者伪装时可能仍然无法捕捉到隐藏的欺诈信号。相比之下，MIGFD通过解耦表示学习，能够更全面地建模图的特征信息，从而提高检测效果。

在实验结果方面，MIGFD在多个真实世界数据集上的表现均优于现有的基线模型。这表明，该方法在处理欺诈检测任务时具有较强的泛化能力和适应性。此外，消融实验进一步验证了各个模块对模型性能的贡献，说明MIGFD的各个组成部分在提升检测效果方面都发挥了重要作用。这些实验结果不仅展示了MIGFD的有效性，还为其在实际应用中的推广提供了依据。

在实际应用中，欺诈检测需要处理大量复杂的数据，包括节点属性、连接模式以及潜在的欺诈行为。MIGFD通过将特征空间划分为不同的部分，并分别进行建模，能够更准确地识别欺诈行为，同时避免被正常节点的特征所干扰。这种方法在面对动态变化的图结构时也表现出良好的适应性，因为欺诈行为可能随着时间的推移而发生变化，而MIGFD能够通过不断学习和更新特征表示来应对这种变化。

此外，MIGFD的模块化设计使其在实际应用中更加灵活。例如，重建模块能够有效减少欺诈环境对模型的影响，而解耦表示学习模块则能够更清晰地区分欺诈相关特征与正常特征。这种设计不仅提高了模型的准确性，还增强了其鲁棒性，使其能够更好地应对各种欺诈场景。不平衡分类模块的引入则解决了类别不平衡的问题，提高了模型在实际应用中的稳定性。

综上所述，MIGFD通过将特征空间解耦，并结合不同的优化目标，能够更有效地应对欺诈检测中的伪装问题。这种方法不仅提升了检测的准确性，还增强了模型的适应性和鲁棒性，使其在处理复杂和动态的图结构时具有更好的表现。实验结果表明，MIGFD在多个真实世界数据集上的表现优于现有的基线模型，进一步验证了其在欺诈检测任务中的有效性。因此，MIGFD为欺诈检测提供了一种新的方法，具有重要的研究价值和实际应用前景。