金融交易欺詐檢測的關鍵問題研究

崔紀鵬 丁雯雯

（1.同濟大學電子與信息工程學院，上海 201804；2.中國農業銀行商河縣支行，山東 濟南 251600）

引言

在線支付在給用戶帶來方便的同時，也面臨著嚴峻的安全挑戰。交易欺詐是在線金融支付系統面臨的主要欺詐手段[1]，它不但帶來了巨額的經濟損失，更嚴重影響了用戶的使用體驗。

為了應對交易欺詐，常用的技術手段包括欺詐預防和欺詐檢測。不同于欺詐預防，欺詐檢測通過對運行系統的實時監控，能夠隨時發現系統中正在發生的欺詐行為，及時向系統管理員報告并做出有效的止損反應。因此，欺詐檢測是金融反欺詐的主要技術手段。

一、基于異常檢測的金融欺詐檢測方法

本文從學習方法類型和行為類型的角度出發，回顧金融欺詐檢測的主要方法。

1.基于有監督學習模型的金融交易欺詐檢測方法

有監督學習模型要求數據必須有標簽，它根據數據實例的特征，將其劃分成不同的類別，在保證相同類別內數據實例的相似性的同時，最大化不同類別數據實例的區分性。在金融交易欺詐檢測中，傳統的有監督學習模型包括邏輯回歸、支持向量機和人工神經網絡等分類方法。

近年來，深度學習也越來越多地應用到欺詐檢測中。相對于傳統的分類方法，深度學習由于其強大的表征學習能力；常用的有監督深度學習模型包括自編碼器、卷積神經網絡和循環神經網絡等。

有監督學習模型不依賴于具體的個體，因此，它們屬于基于群體行為的異常檢測方法。

2.基于無監督學習模型的金融交易欺詐檢測方法

不同于有監督學習模型，無監督學習模型不要求數據有標簽，它的主要目的是挖掘數據背后蘊藏的模式或規律。基于無監督學習的金融交易欺詐檢測，其背后的邏輯假設是，欺詐樣本相對于合法樣本只占數據總量的很小一部分比例。

在基于無監督學習模型的欺詐檢測方法中，聚類算法是最普通的一種方法，比如K-均值算法。通過聚類，可以將合法交易和非法交易分成不同的類簇，以此來實現金融交易欺詐檢測。人工神經網絡不僅能夠作為有監督學習模型用于欺詐檢測，在基于無監督學習模型的欺詐檢測中也有應用，其中最有效的是自組織映射網絡。深度學習受益于其逐層抽象化的特征學習機制，近年來也被作為無監督學習模型應用于欺詐檢測中。

由于模型訓練所需要的樣本量較大，基于非監督學習模型的欺詐檢測方法同樣不依賴于具體的個體，因此，也屬于一種基于群體行為的異常檢測方法。

3.基于個體行為模型的金融欺詐檢測方法

在基于個體行為建模的金融交易欺詐檢測中，現有工作都是以用戶賬號作為個體、并以其對應的交易記錄作為行為數據進行個體行為建模的，按照不同的個體對交易數據進行聚合，并利用統計方法估計交易屬性的分布。根據所選交易屬性的不同，可以定義個體的局部畫像、全局畫像和即時畫像等。常用于構建個體行為模型的屬性字段包括：交易金額、交易金額走勢、交易日期類型、交易時間、交易頻率、IP地址和前一筆交易狀態等。

為了利用賬號之間的相似性，可以首先對賬號按照相似性進行分組，并將同組內賬號的歷史交易數據作為個體行為數據構建行為模型。常用的方法包括基于K-均值聚類賬號分組和基于滑動時間窗口的交易聚合。

二、金融交易欺詐檢測的關鍵問題

1.可靠性問題

現有的解決方法多是直接過濾掉歷史交易記錄較少的個體，這種方式極大限制了檢測方法的實用性，會導致嚴重的冷啟動問題。與此同時，交易通常描述為多個屬性字段構成的元組，這些字段不但數據類型不同，而且量綱也不一致，很難進行統一有效地處理，這給欺詐檢測的交易量化帶來困難。另外，標簽分布的不均衡性，會導致傳統的分類模型偏向于多數樣本所在的類，甚至會將少數類的樣本視作噪聲數據而忽略掉，嚴重影響了欺詐檢測的性能。這些都屬于交易數據自身固有的特點，它們會導致欺詐檢測系統整體的不可靠性。

2.有效性問題

在實際的在線金融支付系統中，交易生成的速度是非常快的，這對交易欺詐檢測系統提出極高的性能要求。現有方法只針對模型的整體性能，無法做到對局部有效性能的調優。

3.可信性問題

模型層面的主要問題是數據標簽的可信性問題。在數據歸集過程中，由于采集處理或者記錄錯誤等原因，可能會導致交易的標簽信息不可信。如何利用不可信的標簽數據，構建可信的欺詐檢測模型，是構建金融欺詐檢測系統需要解決的重要問題。現有的方法缺乏對交易標簽的可信性度量手段，存在模型和預測結果的可信性問題。

三、金融交易欺詐檢測中關鍵問題的解決方案探索

1.通過問題轉化的方式解決數據層面問題

具體方法是，基于金融交易的描述，將欺詐檢測實例映射為推薦系統實例：將交易個體映射為推薦系統中的用戶，原型交易映射為推薦系統中的物品，交易標簽映射為推薦系統中的評分。通過問題轉化，用戶對物品的評分信息就能夠反應原始交易對應的欺詐信息。在設計推薦算法時，采用還原評分排序的方式，能夠最大程度區分合法交易行為和欺詐交易行為，有效解決標簽分布不均衡問題。通過解決推薦系統問題，除了利用協同過濾思想挖掘相似個體的共性信息之外，還能夠通過交易屬性嵌入方法（Embedding），實現交易屬性值的向量化，從而間接解決交易屬性的異構問題。

2.通過拓展個體概念解決冷啟動問題

傳統方法默認將用戶作為個體，這樣很容易導致新用戶出現帶來的冷啟動問題。不難看出，用戶集實質上對應著交易數據集的一個劃分，因此，可以將個體的概念由用戶集拓展為全部上下文屬性集。

交易的上下文屬性，是相對于交易的行為屬性而言的，用于描述交易發生的上下文環境的，比如交易對應的用戶、商戶和發卡地等信息。通過拓展交易個體的概念，交易可以表示為它的多上下文個體形式，τ=〈{i,m,p}，ρ〉。其中，{i,m,p}表示交易對應的個體集合，并且i表示用戶個體，m表示商戶個體，p表示地點個體，ρ表示原型交易，是描述交易行為的屬性值的組合。

3.通過組合上下文個體并添加邊界約束提升應用有效性

提升模型有效性的途徑有兩種：一是構建更具表達能力的行為個體，二是構建更有效的欺詐性打分函數。

在交易多上下文描述的基礎上，多粒度行為個體定義為多上下文個體的笛卡爾積形式，即κ=〈i,m,p〉。顯然，相對于多上下文行為個體，它具有更強的表達能力。

多粒度行為個體對應的欺詐性打分函數可以表示為fκ(ρ)。為了得到更有效的欺詐性打分函數，借鑒生成對抗網絡[2]的思想，在解決推薦系統問題的過程中，采取添加邊界分類約束的方式，實現對訓練過程的啟發式引導。這些依賴于具體上下文的邊界分類器，能夠充分利用模型當前模型參數對交易標簽的判別信息，實時判斷和指導模型訓練向著更加有效的方向進行。

4.通過建模交易屬性的共現信息提升可信度

一筆交易發生的實質是個體和原型交易的共現，這種共現信息包括兩個方面：一是共現的頻次信息，二是共現的標簽信息。

顯然，頻次信息在某種程度上，可以看作是標簽信息的可信性度量：在給定標簽不變的前提下，個體和原型交易共現的頻率越高，該標簽的可信度就越大。在建模標簽信息的同時，加入共現頻次的影響，有助于提升模型整體的可信性。

一個可行的實現方法是在解決推薦系統問題時，構建組合評分和排序的可信推薦算法。分別構建基于排序推薦的目標函數和基于評分推薦的目標函數，進而以指數函數的方式進行組合。其中，評分信息的還原程度作為指數部分，用作對排序信息還原程度的可信性度量。