Нейронная сеть с пространственно-временным механизмом внимания для обнаружения мошенничества с кредитными картами

Мошенничество с кредитными картами является важной проблемой и приводит к значительным затратам как для держателей карт, так и для организаций-эмитентов. Современные методы используют подходы машинного обучения для выявления мошеннического поведения по записям о транзакциях. Однако ручное конструирование признаков требует предметных знаний и может отставать от меняющихся способов совершения мошенничества, что обусловливает необходимость автоматического выделения наиболее релевантных закономерностей мошеннического поведения. Поэтому в данной работе предлагается нейронная сеть с пространственно-временным механизмом внимания (STAN) для обнаружения мошенничества. В частности, записи о транзакциях моделируются с использованием механизмов внимания и 3D-свёртки посредством интеграции соответствующей информации о пространственном и временно́м поведении. Веса внимания совместно обучаются сквозным образом вместе с сетями 3D-свёртки и обнаружения. Далее проведены обширные эксперименты на реальном наборе данных о мошеннических транзакциях; результаты показывают, что STAN превосходит другие современные базовые методы как по площади под кривой (AUC), так и по кривым точность–полнота. Кроме того, с участием экспертов предметной области проведены эмпирические исследования постанализа мошенничества с использованием предложенного метода; результаты демонстрируют его эффективность как в обнаружении подозрительных транзакций, так и в выявлении закономерностей мошенничества.