Розробка GNN для детекції шахрайства у графі транзакцій

GNN для виявлення шахрайства: де відмовляють правила

Порогове правило оцінює транзакцію у відриві від контексту: сума вище ліміту, різке відхилення від звичного профілю рахунку, збіг із переліком підозрілих реквізитів. Поки шахрайство виглядало однією великою операцією, цього вистачало.

Коли схема розбита на десятки дрібних переказів між пов'язаними рахунками, кожен переказ окремо виглядає нормально — і правило пропускає мережу цілком.

Зв'язки між рахунками відновлюються за непрямими ознаками: спільний пристрій або адреса входу, збіжні реквізити виведення, узгоджений час операцій, ланцюжки переказів через транзитні рахунки-прошарки.

Поодинці жодна ознака не дає спрацювання, але разом вони утворюють щільну ділянку — підграф, де концентрація зв'язків помітно вища за фонову. Виявлення шахрайства тут зводиться до пошуку таких ділянок, а не окремих рядків у журналі.

GNN підходить до задачі напряму: вузли — рахунки, пристрої та отримувачі, ребра — транзакції зі своїми атрибутами. Модель поширює ознаку по ребрах і на кількох шарах агрегує оточення вузла, тому рішення спирається на структуру зв'язків, а не на одну операцію.

Формально це класифікація вузлів і ребер на графі транзакцій, і вона стійка до дроблення сум і зміни реквізитів.

Практична цінність у розподілі ролей: порогові правила залишаються швидким фільтром на явні випадки й працюють без затримки, а модель закриває те, що вони структурно не бачать — групи пов'язаних рахунків, віялові виведення, поступове «прогрівання» рахунку перед виведенням. Нижче розбираємо, як це влаштовано на рівні даних, розмітки та навчання.

Що дає графова модель в оцінці ризику транзакцій

В оцінці ризику графова модель спирається не на окрему транзакцію, а на її оточення: хто платив отримувачу раніше, через які рахунки вже проходили гроші, як швидко суми розходяться по ланцюжку.

У схеми майже завжди є повторюваний візерунок зв'язків — він не видно в одному записі, але проявляється на підграфі за два-три кроки від неї.

GNN навчається на таких підграфах і видає скор окремо для вузла та для зв'язку.

На розміченому графі транзакцій Elliptic видно, де виграш найбільший: зростає частка виявлених схем серед дроблення сум, транзитних рахунків і віялових виплат — тобто там, де правила за порогом перестають працювати, а структура зв'язків залишається впізнаваною.

Хибні спрацювання при цьому йдуть вниз: модель дивиться на контекст, а не на перевищення суми, тому масові та зарплатні виплати перестають виглядати підозріло.

Час реакції скорочується до перерахунку скору за оновленим підграфом — рішення ухвалюється на етапі авторизації, а не в кінці звітного періоду.

Для команди це змінює не лише метрики, а й розбір черги: у кожного спрацювання видно, які сусіди дали внесок в оцінку ризику, і пріоритет виставляється за структурою, а не за розміром суми. Такий скор простіше пояснювати і під час розбору інциденту, і у звітності перед перевіряльниками.

GNN, правила та класичні моделі: порівняння підходів

На графі транзакцій вибір зводиться до чотирьох схем: правила, табличні моделі на агрегатах, GNN і гібрид.

Відрізняються вони не точністю, а умовами застосовності — обсягом розміченої історії, вимогами до затримки оцінки та тим, наскільки регулятору потрібне пояснення щодо кожного спрацювання.

На практиці частіше виграє гібрид. Структурні метрики графа — ступінь вузла, кількість спільних сусідів, час життя ланцюжка, близькість до підтверджених випадків — рахуються заздалегідь у графовому сховищі, наприклад Neo4j, і входять у табличну модель як звичайні ознаки.

GNN підключається там, де зведення втрачає інформацію: він оцінює підграф навколо операції цілком, а не його агрегат.

Правила дають миттєве спрацювання та формулювання для розбору, таблична модель закриває масові типові випадки, GNN — ті, де рішення залежить від оточення.

Якщо графова частина помиляється на рідкісній схемі, її внесок вимикається, і оцінка продовжує йти на перших двох контурах — без зупинки процесу.

Етапи впровадження GNN-моделі в систему виявлення шахрайства

Впровадження графової моделі чутливе до порядку робіт: старт з архітектури, а не з розмітки, дає зміщену вибірку та метрики, які не відтворюються на живому потоці. Тому йдемо від аудиту даних до передачі контуру, фіксуючи на кожному етапі перевірний результат.

1. Аудит даних. Перевіряємо повноту полів транзакцій, глибину історії, частку підтвердженого шахрайства та затримку між подією й міткою. Ознаки, відомі лише після розбору інциденту, у модель не потрапляють.

2. Проєктування графа. Вирішуємо, що стає вузлом — рахунок, клієнт, пристрій, реквізит, — і які зв'язки між ними будуємо. Задаємо часові вікна агрегації та ознаки на ребрах: спільні пристрої, швидкість переказу, зміна реквізитів.

3. Складання контуру підготовки. Потік перезбирає граф на кожному зрізі часу за тією ж логікою, що й під час навчання: розбіжність навчальної та робочої вибірки закривається тут, а не на налагодженні.

4. Навчання та валідація моделі. Дані ділимо за часом, а не випадково. GNN порівнюємо з поточними правилами на одних зрізах: дивимося повноту охоплення за заданої частки хибних спрацювань і стабільність по тижнях.

5. Тіньовий режим. Модель рахує оцінки паралельно з робочою системою, рішення не застосовуються. Видно, скільки спрацювань додасться до ручного розбору і як розподілені оцінки.

6. Передача в експлуатацію. Моніторинг дрейфу ознак, регламент перенавчання, зворотний зв'язок від аналітиків і відкат на попередню версію одним перемиканням.

Артефакти впровадження: схема графа, політики доступу, документація

Після здачі у вас має залишитися не один навчений класифікатор, а комплект, за яким команда розвиває рішення без підрядника. Графову нейромережу (GNN) навчають на історичних зв'язках, і без опису схеми відтворити її на нових даних неможливо.

Якщо пункту зі списку немає — перший збій або зміна складу команди перетворюється на довгий простій.

• Схема графа: типи вузлів (рахунки, контрагенти, пристрої, операції), типи та напрямок ребер, часові вікна агрегації, правила появи та видалення зв'язку
• Контракт ознак: вузлові та реберні ознаки з формулами розрахунку, вікнами й обробкою пропусків — нова ознака додається без перезбирання всієї схеми
• Політики доступу: матриця ролей на рівні сутностей і ознак, розмежування читання та запису, аудит звернень до скорингового контуру, ізоляція чутливих полів
• Документація моделі: архітектура, гіперпараметри, версія контрольної точки, метрики на відкладеній вибірці, картка обмежень — де модель помиляється передбачувано
• Набір тестів: перевірки схеми графа, регресійний набір на історичних мітках, контроль стійкості до зсуву розподілу, порівняння метрик перед викочуванням
• Регламент перенавчання: тригери (зростання частки нових зв'язків, деградація повноти, дрейф ознак), періодичність, відповідальні, порядок відкату на попередню версію
• Інструкція з експлуатації: чек-лист запуску, діагностика типових збоїв, порядок підключення нового джерела даних і оновлення графа

Кейс: як графова модель скоротила хибні спрацювання

Контур антифроду працював на порогових правилах: ліміти за рахунком, частота операцій, збіг пристрою. Такий набір відсікав очевидне, але не бачив схему з десятків дрібних переказів між пов'язаними рахунками.

Частка хибних спрацювань трималася близько 68%, і черга ручної перевірки зростала швидше, ніж аналітики її розбирали. Зміна правил вимагала вікна недоступності — у цей час операції йшли без оцінки ризику.

Що змінили

Зібрали граф транзакцій: вузли — рахунки, пристрої, реквізити отримувачів, ребра — перекази та спільні появи з часовими мітками. Графова нейромережа (GNN) оцінює оточення операції цілком і бачить ланцюжок, дроблення та віяло, нерозрізненні за окремими ознаками.

Правила залишили першим фільтром, нейромережу — вирішальним голосом у спірних випадках. Вимоги PCI DSS до розмітки даних врахували на етапі проєктування: у графі зберігаються лише знеособлені ознаки.

Що стало

Окремо закрили схеми, які правила не знаходили: кругові проводки всередині групи рахунків, дроблення суми нижче порогу, віялові виплати з одного пристрою. Оновлення моделі відбувається без зупинки прийому, відкат на попередню версію — за хвилини.

Що робити, якщо система виявлення шахрайства вже на правилах?

Правила — це зафіксована експертиза, і частину сценаріїв вони закривають не гірше за модель: рішення пояснюване, спрацьовує миттєво, не потребує перерахунку графа. Ламати цей контур цілком не потрібно.

Робочий шлях — поставити графову модель поруч із правилами й поступово передавати їй ті випадки, де правил уже не вистачає.

Починаємо з тіньового режиму: модель читає той самий потік подій, що й правила, будує граф зв'язків між рахунками, пристроями та отримувачами і виставляє оцінку ризику — але ні на що не впливає.

Перевірка на потоці за кілька тижнів показує, які схеми правила пропускають: дроблення сум між пов'язаними рахунками, транзитні ланцюжки, сплеск операцій у вузла зі сплячими зв'язками. На виході — не звіт, а список розбіжностей, за якими налаштовують ознаки.

Далі — поступовий перехід. Спершу модель отримує право підвищувати пріоритет операції в черзі ручної перевірки, потім — блокувати лише ті випадки, де правила мовчать, а оцінка ризику висока й стійка.

Частку трафіку нарощуємо порціями і на кожній звіряємо точність і частку хибних спрацювань із попереднім зрізом, а не з абсолютним ідеалом.

Зворотний відкат закладається від самого початку: гілка рішення перемикається прапорцем конфігурації, і трафік повертається на правила цілком — без перезбирання, перенавчання та зупинки сервісу.

Окремо фіксуємо, що бачить аналітик: для кожного спрацювання моделі залишається пояснення — які зв'язки в графі її насторожили.

Розмітка, дрейф і пояснюваність: часті технічні сумніви

В антифроді розмітка асиметрична: підтверджених випадків одиниці, а мітка надходить із затримкою — підсумок розбору стає відомий через тижні після операції.

Графова нейромережа (GNN) спирається і на ознаки операції, і на оточення вузла, тому все впирається в розмітку і в те, як поповнюються зв'язки. Нижче — відповіді на сумніви, які звучать до старту.

Як відстежувати дрейф моделі?

Дивимося з двох сторін: за входом — нові типи зв'язків і зміна частоти ознак, за виходом — падіння частки підтверджень у верхівці списку. Перенавчання відбувається за тригером і завжди з відкатом на попередні ваги.

Чи можна пояснити рішення моделі?

Для вузла показуємо, які сусіди та операції підвищили оцінку: розбір отримує не бал, а обґрунтування з конкретними зв'язками для ручної перевірки. Ця ж атрибуція розкриває, на чому модель помиляється.

Що з неповними зв'язками та впровадженням без зупинки?

Граф будуємо за доступним вікном і не добудовуємо ребра синтетикою — модель отримує ознаки розрідженості оточення. Перші ітерації йдуть тіньовим режимом поруч із правилами, у бій виводимо за накопиченою статистикою, з порогами та відкатом.

Обговоримо задачу: які дані потрібні для оцінки

Щоб оцінка спиралася на структуру графа, а не на загальні слова, потрібен мінімум вступних даних. Нижче — що достатньо описати на дзвінку або надіслати вивантаженням; за цим набором уже видно, які метрики досяжні, а де дані обмежать рішення.

• Схема графа: що виступає вузлом — рахунок, картка, пристрій, контрагент — які зв'язки між ними будуються і в якому часовому вікні.
• Обсяг і потік: скільки подій на добу, яка глибина історії доступна, як виглядають пікові сплески. Від цього залежить, навчаємо модель на повному вивантаженні чи на вибірці.
• Підтверджені випадки: чи є розмітка шахрайства, як вона з'являється — повернення платежу за заявою, ручна перевірка, звернення служби підтримки — і із якою затримкою стає відома.
• Ознаки: що доступно на вузлах і зв'язках — суми, частота операцій, географія, вік зв'язку, відбиток пристрою, час між подіями.
• Доступи та оточення: де лежать дані, чи можна поруч розгорнути навчання та застосування моделі, чи є пісочниця зі знеособленою вибіркою.
• Поточний процес: які правила працюють зараз, яку частку рішень віддають аналітику вручну і які помилки видно вже на цьому етапі.
• Обмеження: вимоги до пояснюваності вердикту, політика щодо персональних даних, прийнятна затримка відповіді на транзакцію.

Отримавши це, ми збираємо склад вибірки, перевіряємо її на роздільність і повертаємося з оцінкою та планом робіт: етапи, метрики приймання, порядок впровадження GNN у поточний потік перевірок без зупинки чинних правил.