金融交易欺诈检测的关键问题研究

崔纪鹏 丁雯雯

（1.同济大学电子与信息工程学院，上海 201804；2.中国农业银行商河县支行，山东 济南 251600）

引言

在线支付在给用户带来方便的同时，也面临着严峻的安全挑战。交易欺诈是在线金融支付系统面临的主要欺诈手段[1]，它不但带来了巨额的经济损失，更严重影响了用户的使用体验。

为了应对交易欺诈，常用的技术手段包括欺诈预防和欺诈检测。不同于欺诈预防，欺诈检测通过对运行系统的实时监控，能够随时发现系统中正在发生的欺诈行为，及时向系统管理员报告并做出有效的止损反应。因此，欺诈检测是金融反欺诈的主要技术手段。

一、基于异常检测的金融欺诈检测方法

本文从学习方法类型和行为类型的角度出发，回顾金融欺诈检测的主要方法。

1.基于有监督学习模型的金融交易欺诈检测方法

有监督学习模型要求数据必须有标签，它根据数据实例的特征，将其划分成不同的类别，在保证相同类别内数据实例的相似性的同时，最大化不同类别数据实例的区分性。在金融交易欺诈检测中，传统的有监督学习模型包括逻辑回归、支持向量机和人工神经网络等分类方法。

近年来，深度学习也越来越多地应用到欺诈检测中。相对于传统的分类方法，深度学习由于其强大的表征学习能力；常用的有监督深度学习模型包括自编码器、卷积神经网络和循环神经网络等。

有监督学习模型不依赖于具体的个体，因此，它们属于基于群体行为的异常检测方法。

2.基于无监督学习模型的金融交易欺诈检测方法

不同于有监督学习模型，无监督学习模型不要求数据有标签，它的主要目的是挖掘数据背后蕴藏的模式或规律。基于无监督学习的金融交易欺诈检测，其背后的逻辑假设是，欺诈样本相对于合法样本只占数据总量的很小一部分比例。

在基于无监督学习模型的欺诈检测方法中，聚类算法是最普通的一种方法，比如K-均值算法。通过聚类，可以将合法交易和非法交易分成不同的类簇，以此来实现金融交易欺诈检测。人工神经网络不仅能够作为有监督学习模型用于欺诈检测，在基于无监督学习模型的欺诈检测中也有应用，其中最有效的是自组织映射网络。深度学习受益于其逐层抽象化的特征学习机制，近年来也被作为无监督学习模型应用于欺诈检测中。

由于模型训练所需要的样本量较大，基于非监督学习模型的欺诈检测方法同样不依赖于具体的个体，因此，也属于一种基于群体行为的异常检测方法。

3.基于个体行为模型的金融欺诈检测方法

在基于个体行为建模的金融交易欺诈检测中，现有工作都是以用户账号作为个体、并以其对应的交易记录作为行为数据进行个体行为建模的，按照不同的个体对交易数据进行聚合，并利用统计方法估计交易属性的分布。根据所选交易属性的不同，可以定义个体的局部画像、全局画像和即时画像等。常用于构建个体行为模型的属性字段包括：交易金额、交易金额走势、交易日期类型、交易时间、交易频率、IP地址和前一笔交易状态等。

为了利用账号之间的相似性，可以首先对账号按照相似性进行分组，并将同组内账号的历史交易数据作为个体行为数据构建行为模型。常用的方法包括基于K-均值聚类账号分组和基于滑动时间窗口的交易聚合。

二、金融交易欺诈检测的关键问题

1.可靠性问题

现有的解决方法多是直接过滤掉历史交易记录较少的个体，这种方式极大限制了检测方法的实用性，会导致严重的冷启动问题。与此同时，交易通常描述为多个属性字段构成的元组，这些字段不但数据类型不同，而且量纲也不一致，很难进行统一有效地处理，这给欺诈检测的交易量化带来困难。另外，标签分布的不均衡性，会导致传统的分类模型偏向于多数样本所在的类，甚至会将少数类的样本视作噪声数据而忽略掉，严重影响了欺诈检测的性能。这些都属于交易数据自身固有的特点，它们会导致欺诈检测系统整体的不可靠性。

2.有效性问题

在实际的在线金融支付系统中，交易生成的速度是非常快的，这对交易欺诈检测系统提出极高的性能要求。现有方法只针对模型的整体性能，无法做到对局部有效性能的调优。

3.可信性问题

模型层面的主要问题是数据标签的可信性问题。在数据归集过程中，由于采集处理或者记录错误等原因，可能会导致交易的标签信息不可信。如何利用不可信的标签数据，构建可信的欺诈检测模型，是构建金融欺诈检测系统需要解决的重要问题。现有的方法缺乏对交易标签的可信性度量手段，存在模型和预测结果的可信性问题。

三、金融交易欺诈检测中关键问题的解决方案探索

1.通过问题转化的方式解决数据层面问题

具体方法是，基于金融交易的描述，将欺诈检测实例映射为推荐系统实例：将交易个体映射为推荐系统中的用户，原型交易映射为推荐系统中的物品，交易标签映射为推荐系统中的评分。通过问题转化，用户对物品的评分信息就能够反应原始交易对应的欺诈信息。在设计推荐算法时，采用还原评分排序的方式，能够最大程度区分合法交易行为和欺诈交易行为，有效解决标签分布不均衡问题。通过解决推荐系统问题，除了利用协同过滤思想挖掘相似个体的共性信息之外，还能够通过交易属性嵌入方法（Embedding），实现交易属性值的向量化，从而间接解决交易属性的异构问题。

2.通过拓展个体概念解决冷启动问题

传统方法默认将用户作为个体，这样很容易导致新用户出现带来的冷启动问题。不难看出，用户集实质上对应着交易数据集的一个划分，因此，可以将个体的概念由用户集拓展为全部上下文属性集。

交易的上下文属性，是相对于交易的行为属性而言的，用于描述交易发生的上下文环境的，比如交易对应的用户、商户和发卡地等信息。通过拓展交易个体的概念，交易可以表示为它的多上下文个体形式，τ=〈{i,m,p}，ρ〉。其中，{i,m,p}表示交易对应的个体集合，并且i表示用户个体，m表示商户个体，p表示地点个体，ρ表示原型交易，是描述交易行为的属性值的组合。

3.通过组合上下文个体并添加边界约束提升应用有效性

提升模型有效性的途径有两种：一是构建更具表达能力的行为个体，二是构建更有效的欺诈性打分函数。

在交易多上下文描述的基础上，多粒度行为个体定义为多上下文个体的笛卡尔积形式，即κ=〈i,m,p〉。显然，相对于多上下文行为个体，它具有更强的表达能力。

多粒度行为个体对应的欺诈性打分函数可以表示为fκ(ρ)。为了得到更有效的欺诈性打分函数，借鉴生成对抗网络[2]的思想，在解决推荐系统问题的过程中，采取添加边界分类约束的方式，实现对训练过程的启发式引导。这些依赖于具体上下文的边界分类器，能够充分利用模型当前模型参数对交易标签的判别信息，实时判断和指导模型训练向着更加有效的方向进行。

4.通过建模交易属性的共现信息提升可信度

一笔交易发生的实质是个体和原型交易的共现，这种共现信息包括两个方面：一是共现的频次信息，二是共现的标签信息。

显然，频次信息在某种程度上，可以看作是标签信息的可信性度量：在给定标签不变的前提下，个体和原型交易共现的频率越高，该标签的可信度就越大。在建模标签信息的同时，加入共现频次的影响，有助于提升模型整体的可信性。

一个可行的实现方法是在解决推荐系统问题时，构建组合评分和排序的可信推荐算法。分别构建基于排序推荐的目标函数和基于评分推荐的目标函数，进而以指数函数的方式进行组合。其中，评分信息的还原程度作为指数部分，用作对排序信息还原程度的可信性度量。