FiFrauD: неконтролируемое обнаружение финансового мошенничества в потоках динамических графов

Как точно обнаруживать мошеннических трейдеров и подозрительное поведение в режиме реального времени при наличии потока финансовых транзакций между трейдерами на электронном рынке? Несмотря на предпринимаемые усилия по выявлению таких мошенников, эта область по-прежнему сталкивается с серьезными проблемами, включая неэффективность существующих методов в сложной потоковой среде электронных рынков. Поэтому быстрое и точное обнаружение подозрительных трейдеров и поведенческих паттернов в транзакциях, выполняемых в режиме реального времени, остается сложной задачей и по-прежнему считается открытой проблемой. Для ее решения и преодоления существующих ограничений мы предлагаем FiFrauD — неконтролируемый масштабируемый подход, характеризующий поведение манипуляторов в потоке транзакций. В рамках этого подхода транзакции между трейдерами, поступающие в режиме реального времени, преобразуются в поток графов, а мошеннические трейдеры точно выявляются путем использования сигналов плотности в графах вместо методов обучения с учителем и полуобучения. В частности, мы выявляем характеристики мошеннических трейдеров на рынке и предлагаем новую метрику, основанную на топологии графа, времени и поведении. Затем мы осуществляем поиск подозрительных блоков путем жадной оптимизации предложенной метрики. Теоретический анализ устанавливает верхние границы эффективности FiFrauD при обнаружении подозрительных сделок. Результаты масштабных экспериментов на пяти наборах данных из реального мира с фактическими и синтетическими метками демонстрируют, что FiFrauD обеспечивает значительное повышение точности по сравнению с современными методами обнаружения мошенничества. Кроме того, метод способен выявлять различные подозрительные поведенческие паттерны за линейное время и предоставлять интерпретируемые результаты. FiFrauD также устойчив к тактикам маскировки, используемым мошенническими трейдерами.