IEEE x ATEC

IEEE x ATEC科技思享會(huì)是由專(zhuān)業(yè)技術(shù)學(xué)會(huì)IEEE與前沿科技探索社區(qū)ATEC聯(lián)合主辦的技術(shù)沙龍。邀請(qǐng)行業(yè)專(zhuān)家學(xué)者分享前沿探索和技術(shù)實(shí)踐，助力數(shù)字化發(fā)展。

在社會(huì)數(shù)字化進(jìn)程中，隨著網(wǎng)絡(luò)化、智能化服務(wù)的不斷深入，伴隨服務(wù)衍生出的各類(lèi)風(fēng)險(xiǎn)不容忽視。本期分享會(huì)的主題是《網(wǎng)絡(luò)欺詐的風(fēng)險(xiǎn)與對(duì)抗》。五位嘉賓將從不同的技術(shù)領(lǐng)域和觀察視角，圍繞網(wǎng)絡(luò)欺詐場(chǎng)景下的風(fēng)險(xiǎn)及對(duì)抗技術(shù)展開(kāi)分享。

以下是莊福振研究員的演講，《NN模型在金融風(fēng)控場(chǎng)景中的應(yīng)用》。

《NN模型在金融風(fēng)控場(chǎng)景中的應(yīng)用》

很高興能來(lái)參加IEEE x ATEC科技思享會(huì)。我今天分享的題目是《NN模型在金融風(fēng)控場(chǎng)景中的應(yīng)用》。我今天的演講內(nèi)容主要分成三個(gè)部分：背景，研究工作，我們的一點(diǎn)總結(jié)。

眾所周知，在過(guò)去十幾年中，第三方在線支付市場(chǎng)發(fā)展迅速。同時(shí)，與在線交易相關(guān)的犯罪活動(dòng)也大大增加，并且這種交易欺詐行為嚴(yán)重威脅了在線支付行業(yè)。2016年，互聯(lián)網(wǎng)犯罪投訴中心就收到了近380萬(wàn)投訴，導(dǎo)致超過(guò)13億的財(cái)務(wù)損失。在線交易欺詐中，最常見(jiàn)的是賬戶(hù)被盜以及卡被盜。賬戶(hù)被盜指的是未經(jīng)授權(quán)的賬戶(hù)操作或欺詐者在控制了某人的付款賬戶(hù)后進(jìn)行的交易，通常由于憑證泄露造成的?？ū槐I表示某人卡的相關(guān)信息，例如卡號(hào)、賬單信息等已被欺詐者獲取并用于未經(jīng)授權(quán)的一些收費(fèi)。

下面我分享一下我們和螞蟻集團(tuán)聯(lián)合做的一些研究工作。主要有三個(gè)工作，一個(gè)是基于神經(jīng)層級(jí)分解機(jī)的用戶(hù)事件序列分析（SIGIR 2020），第二個(gè)是基于雙重重要性感知分解機(jī)的欺詐檢測(cè) (AAAI 2021)，第三個(gè)是我們?cè)诳山忉尫矫嫣岢龅睦脤蛹?jí)可解釋網(wǎng)絡(luò)建模用戶(hù)行為序列的跨領(lǐng)域欺詐檢測(cè) (WWW 2020)。

一、基于神經(jīng)層級(jí)分解機(jī)的用戶(hù)事件序列分析

首先是基于神經(jīng)層級(jí)分解機(jī)的用戶(hù)事件序列分析。在支付業(yè)務(wù)中，每個(gè)人都從注冊(cè)系統(tǒng)、登錄系統(tǒng)，再到把自己選擇的商品放入購(gòu)物車(chē)，最后做交易或者付款。根據(jù)用戶(hù)的賬戶(hù)動(dòng)態(tài)，我們可以判定下次付款到底是不是一個(gè)欺詐行為。用戶(hù)的賬戶(hù)動(dòng)態(tài)有豐富的數(shù)據(jù)序列信息可供利用。單純只關(guān)注特征組合的工作或者單純關(guān)注序列信息的工作，都只能從單獨(dú)的角度去建模用戶(hù)事件序列行為，每個(gè)事件僅通過(guò)簡(jiǎn)單的嵌入、拼接或者全連接，而難以獲得更好的事件表示。我們希望設(shè)立一個(gè)層次化的模型同時(shí)結(jié)合這兩方面進(jìn)行建模，從而對(duì)欺詐檢測(cè)進(jìn)行分析。

右圖有兩個(gè)案例，一個(gè)是我們?cè)诙拱晟峡戳穗娪埃ㄈ鐖D1），同樣也是一個(gè)用戶(hù)行為序列，這里面最大的一個(gè)貢獻(xiàn)是怎么去做這個(gè)事件的表示。我們剛才看到，每個(gè)事件實(shí)際上都包含了很多的特征。

如圖2所示，一個(gè)事件的特征包含X1到Xn這么多個(gè)特征。我們?cè)谟脩?hù)的事件序列里，包括e1到eT的T個(gè)事件，每個(gè)事件在場(chǎng)景里面有56個(gè)特征，包括50個(gè)類(lèi)別型特征和6個(gè)數(shù)字型特征。事件內(nèi)部的特征之間的組合實(shí)際上更具判別性地來(lái)判定、預(yù)測(cè)欺詐檢驗(yàn)。例如在1分鐘之內(nèi)進(jìn)行的跨國(guó)交易，我們就很容易判斷這是一筆盜卡行為。我們希望用FM模型去建模這種特征組合關(guān)系。FM是一種在嵌入空間中自動(dòng)進(jìn)行二階特征組合的模型。看一下（圖2）事件的表示：vi跟vj是兩個(gè)特征的向量化的空間的表示，它是兩兩特征之間的一個(gè)組合，Xi跟Xj實(shí)際上是一個(gè)權(quán)重的表示。最后我們會(huì)得到一個(gè)事件的表示，從特征的交互得到一個(gè)特征的事件表示。

當(dāng)這個(gè)事件表示完后，我們希望得到一個(gè)比較好的序列表示，即我們對(duì)這個(gè)序列進(jìn)行提取一個(gè)比較好的特征表示。每個(gè)用戶(hù)序列實(shí)際上包含多個(gè)事件，兩個(gè)事件組合發(fā)生，對(duì)欺詐行為檢測(cè)更具有判別性。同樣的，我們也希望去考慮事件之間的序列的影響。比如說(shuō)我們先做A事件再做B事件，可能會(huì)導(dǎo)致欺詐的可能性變大。我們希望我們的模型能夠去建模這種序列的影響。從剛才的角度出發(fā)，事件組合的建模，我們用S來(lái)表示，同樣也是因子分解機(jī)去做的。不同事件兩兩組合，qi和qj也是它的一個(gè)權(quán)重。對(duì)于序列影響，我們從兩方面去考慮，一是從事件自身的重要性去考慮，它有一個(gè)自注意力機(jī)制來(lái)表示就是Sself；還有一個(gè)是我們用RNN網(wǎng)絡(luò)來(lái)去建模事件的歷史序列行為信息，也就是雙向的LSTM去建模。最后，我們可得出這個(gè)序列是由三部分組成：事件的組合；事件的自注意力機(jī)制；事件本身具有的一個(gè)特征。把三者組合在一起得到整體的序列表示。

右邊這張圖是我們提出的一個(gè)框架，也叫做神經(jīng)層級(jí)分解機(jī)。從底部開(kāi)始，是有事件的特征。我們對(duì)哪個(gè)事件特征進(jìn)行編碼后，就可以去做這個(gè)事件的表示，學(xué)習(xí)做這個(gè)序列的提取。提取后，我們可以看到模型做一個(gè)多層感知機(jī)的輸出。我們同樣可以在這個(gè)Feature上面去做一個(gè)線性的分類(lèi)。最終我們把這兩部分當(dāng)成一個(gè)Sigmoid的一個(gè)參數(shù)，得到0到1之間的輸出，我們最終的一個(gè)優(yōu)化函數(shù)其實(shí)是一個(gè)交叉熵的損失函數(shù)，N是對(duì)所有有標(biāo)記的數(shù)據(jù)進(jìn)行學(xué)習(xí)。這是我們的模型的一個(gè)框架。

在這個(gè)實(shí)驗(yàn)中，我們利用工業(yè)界里面的一個(gè)真實(shí)的數(shù)據(jù)集。例如LAZADA這樣一個(gè)東南亞的電商平臺(tái)，我們從這個(gè)平臺(tái)上面拿到了三個(gè)國(guó)家的數(shù)據(jù)集。這個(gè)數(shù)據(jù)集正例是欺詐行為，負(fù)例是正常的交易行為，可以看到正常交易行為和異常的欺詐行為，相差非常大、類(lèi)別非常不平衡。我們的公開(kāi)數(shù)據(jù)集上、電影上的數(shù)據(jù)集也做了一個(gè)實(shí)驗(yàn)。在基準(zhǔn)的算法比較上，我們采用了比較先進(jìn)的一些算法，比如W&D（Wide & deep）寬度和深度，還有NFM、DeepFM、xDeepFM，以及M3利用混合模型同時(shí)學(xué)習(xí)序列的長(zhǎng)短期依賴(lài)的模型。

我們的評(píng)價(jià)指標(biāo)是采用真實(shí)工業(yè)場(chǎng)景里面比較關(guān)注的低用戶(hù)打擾率時(shí)的召回率，即我們?cè)诮o出結(jié)果時(shí)，我們希望對(duì)前面頭部的百分之多少的用戶(hù)打電話告訴他們這可能是一個(gè)欺詐行為。例如打1000個(gè)電話，這1000個(gè)應(yīng)該都是有欺詐行為，即這個(gè)比例應(yīng)該是越高越好的，因此我們采用的評(píng)價(jià)指標(biāo)更關(guān)注于ROC曲線的頭部(FPR<=1%) 。這里面有一個(gè)消融的

審核編輯 ：李倩