计算机应用

作者：杨帆, 邹窈, 朱明志, 马振伟, 程大伟, 蒋昌俊

单位：1.中国银联，上海 200135；2.同济大学 计算机科学与技术系，上海 201804；3.同济大学 网络金融安全国家级协同创新中心，上海 201804

关键词：信用卡交易,欺诈检测,图神经网络,自注意力Transformer,异构图

基金：国家自然科学基金资助项目(62102287);上海市科技创新行动计划项目(22511100700)

针对现有模型无法精准识别复杂多变的团伙诈骗模式的问题，提出一种新型实用的基于复杂交易图谱的信用卡反欺诈检测模型。首先，利用用户原始的交易信息构造关联交易图谱；随后，使用图自注意力Transformer神经网络模块直接从交易网络中挖掘团伙欺诈特征，无需构建繁冗的特征工程；最后，通过欺诈预测网络联合优化图谱中的拓扑模式和时序交易模式，实现对欺诈交易的高精度检测。在信用卡交易数据上的反欺诈实验结果表明，所提模型在全部评价指标上均优于7个对比的基线模型：在交易欺诈检测任务中，平均精度（AP）比基准图注意力神经网络（GAT）提升了20%，ROC曲线下方面积（AUC）平均提升了2.7%，验证了所提模型在信用卡欺诈交易检测中的有效性。

来源：2024年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第8期