面向金融交易网络欺诈检测的混合神经符号图解释框架：基于FraudGAT与受约束LLM的审计可读检测-解释流水线

《Frontiers in Artificial Intelligence》：Hybrid neuro-symbolic graph explanation framework for fraud detection in financial transaction networks

　　

引言：本研究聚焦于为快速扩张的数字金融系统欺诈检测开发混合神经符号（neuro-symbolic）系统。方法：从尼日利亚金融交易数据集（Nigerian Financial Transactions dataset）构建二部客户-商户图（bipartite customer-merchant graph），并使用3层图注意力网络（Graph Attention Network, GAT；FraudGAT）建模结构依赖，同时由符号推理层（symbolic reasoning layer）与受约束的大语言模型（Large Language Model, LLM）提示生成审计员可读解释。结果：在精选评估划分上，FraudGAT取得AUC 0.874、AUPRC 0.771和F1 0.609。研究人员额外将GCN、GraphSAGE、GIN、图Transformer基线（graph transformer baseline）以及表格基线（Random Forest、XGBoost、LightGBM）进行基准比较：表格集成模型在此采样划分上表现最佳，而FraudGAT仍强于若干图基线，并支持可解释的检测-解释（detect-explain）工作流。讨论：因此，研究人员将贡献定位为可审计神经符号图框架（auditable neuro-symbolic graph framework），以及扩展至更大、更丰富交易图的经验基础。

该研究围绕快速扩张的数字金融系统中的欺诈检测与可解释性问题展开。研究背景显示，信任与安全是可持续数字金融发展的基本组成部分，金融网络中非法活动的分布具有挑战性，现代欺诈活动不再孤立，而是通过相互关联实体构成的复杂网络运作。在数字支付迅速普及的地区，交易量增长显著快于人工审计能力扩张。数字金融生态对全球商务影响巨大，无现金交易预计继续加速，大型金融机构将经历显著数据增长，高维交易空间对欺诈检测规划构成新挑战。传统基于表格的分布模型，如Random Forest和XGBoost，无法处理复杂关系依赖。在加密货币市场和数字银行部门，挑战更大；部分金融网络中，显著比例欺诈行为未被平坦模型检测，原因是这些模型忽略网络拓扑，即资金如何在账户间流动，而欺诈者使用钱骡和分层技术掩盖轨迹。因此，研究人员需要不仅建模个体特征，还考虑结构图维度。机器学习技术可利用拓扑信息和交易历史预测非法实体；金融数据包含交互和时间变化，交易数据具有异质性和相关性，相关模式在不同网络跳数可见。基于多种神经网络架构的混合模型已被用于时空数据欺诈检测，但仍存在不透明学习问题，像“黑箱”一样准确率较高但推理理解有限。图作为非欧几里得结构，具有依赖链接、无序节点大小和复杂属性，适合欺诈建模预测。图神经网络（Graph Neural Network, GNN）成为流行深度学习方法，通过结合图信息学习节点及其关系，处理复杂空间交互，适合金融系统欺诈检测。关键研究空白在于将符号推理（human-readable logic）与基于图的深度学习相结合，创建并验证可审计欺诈检测优化框架；尽管表格欺诈建模如LIME和SHAP，以及社交网络GNN已有大量工作，但本研究引入此类框架并与传统方法比较。

研究人员开展的研究是：构建尼日利亚金融交易数据集的二部客户-商户图，节点965个，边1,000条，特征43维，标签为二元。预处理采用随机欠采样，保留全部270笔欺诈交易并将合法交易下采样至730笔；使用类加权损失，pos_weight = count₀/count₁≈2.76；连续特征标准化，分类特征标签编码；计算PageRank、In-Degree、Out-Degree、Clustering Coefficients等拓扑特征。模型为3层图注意力网络（Graph Attention Network, GAT）FraudGAT，含残差连接和8个注意力头。随后加入神经符号解释层：基于梯度敏感度的后验特征归因，以平均绝对特征梯度识别主导风险指标；确定性IF-THEN符号规则R1至R6将数值证据转为可审计风险类别；大语言模型（Large Language Model, LLM）Gemini 1.5 Flash在推理阶段接收受约束模板提示，仅含符号判定和前3个梯度排序特征，不能访问原始交易数据，生成审计叙述。结论是：FraudGAT在报告划分上取得AUC 0.874、AUPRC 0.771、F1 0.609；扩展基准显示表格集成在该数据集总体指标更强，因此研究人员不声称原始检测性能普遍优越；主要贡献是实用且可审计的检测-解释流水线，将图结构建模与透明、面向分析人员的理由生成相连接，为审计程序和政策集成提供经验基础。

关键技术方法概括：样本来源于Nigerian Financial Transactions dataset，并构成NIBSS精选子图。研究人员将交易表转为客户-商户二部图，节点965、边1,000，使用43维特征；采用随机欠采样与类加权损失处理不平衡；连续变量标准化，分类变量标签编码；计算PageRank、In-Degree、Out-Degree、Clustering Coefficients拓扑特征；训练3层FraudGAT，含残差连接与8注意力头；以平均绝对特征梯度进行后验归因；用确定性IF-THEN规则输出HIGH/MEDIUM/LOW判定；最后由Gemini 1.5 Flash受约束提示生成审计叙事。

4 Results：研究人员将GAT与符号分析整合，识别优先干预交易。欺诈按星期分布存在操作模式，Day 6（Sunday）出现峰值，提示欺诈者利用周末较低监控。交易金额分布为对数正态，说明欺诈不仅由金额定义，还取决于金额与其他风险因素的关系。相关矩阵显示个体特征与欺诈标签的弱成对线性相关，符合欺诈中对手在边际信号上模仿合法行为的预期；但composite_risk与merchant_risk_score高度相关，促使基于图的传播超越成对线性相关：FraudGAT注意力机制在交易拓扑上聚合相关风险信号，AUC为0.874。采样交易子图可视化显示红节点（欺诈客户）聚集于特定商户枢纽，视觉上验证欺诈网络的同质性假设。FraudGAT训练176轮，使用早停，验证指标稳定收敛，避免过拟合。PCA和t-SNE显示潜在嵌入中欺诈与合法节点分离，确认GAT学到判别性结构特征。Top特征重要性将age_group、channel、composite_risk识别为模型决策最重要驱动因素。最终提示与结果将技术标志如Channel: Other、Tx Count: No Transactions翻译为连贯叙述：模型标记该画像因为过去24小时无交易，指示账户休眠或接管。FraudGAT检测器在该划分达到AUC 0.874、AUPRC 0.771、F1 0.609，表明图注意力能学习有意义的关系型欺诈信号。

4.1 Baseline benchmarking：为定位FraudGAT，研究人员在相同训练/验证/测试划分和相同指标定义下与额外图和表格基线比较。Random Forest为AUC 0.9358、AUPRC 0.8914、F1 0.6885；LightGBM为0.9233、0.8831、0.7895；XGBoost为0.9226、0.8823、0.7385；FraudGAT为0.8740、0.7714、0.6087；GCN为0.8447、0.7414、0.6186；GraphSAGE为0.8195、0.6197、0.6066；Graph Transformer（FraudGT-style）为0.6255、0.4256、0.3951；GIN为0.4487、0.2481、0.0000。结论：在此精选采样图上，最强原始检测指标来自表格集成；FraudGAT与若干图基线竞争，但不声称普遍优越。其价值在于保留客户-商户结构的图原生表示，并支持与确定性符号推理和受约束解释生成直接集成。

4.2 Ablation study：为验证架构组件贡献，研究人员从零训练五个简化变体，协议相同。全FraudGAT（3层GAT+残差+全部43特征）AUC 0.874、AUPRC 0.771、F1 0.609，在三指标中最佳。去残差使AUC从0.874塌缩至0.459，变化0.415，表明跳连对防止三层堆叠表示塌缩必要。1层GAT的AUC为0.427，2层为0.437，确认三层消息传递跳数对聚合二阶商户邻居欺诈信号必要。注意力头从8降至1，AUC降至0.589，说明多头注意力对捕捉客户与商户异质关系模式必要。去拓扑特征（PageRank、degree、clustering）使AUC降至0.427，表明结构节点上下文与原始交易特征同等重要。全模型与各变体显著差距确认无单一组件冗余。

4.3 Pipeline-level explainability assessment：为分离检测器质量与解释层质量，研究人员报告三种流水线设置：FraudGAT单独、FraudGAT+符号规则、完整FraudGAT+符号+LLM。因符号和LLM模块是后验的，不改变FraudGAT logits，检测器AUC/AUPRC/F1在各设置不变。其附加价值在结构化可解释性和叙述一致性。测试集上符号层产生26个HIGH、49个MEDIUM、68个LOW判定；HIGH桶精度为20/26=0.769；LOW桶合法纯度63/68=0.926。LLM阶段仅受约束于符号证据，具有一致性保护和确定性回退。

讨论与结论部分总结：本研究提出神经符号图框架，将FraudGAT与确定性符号规则和受约束LLM叙述结合。在报告划分上，FraudGAT提供稳定图检测（AUC 0.874），并通过消融展示清晰组件级敏感性；扩展基准显示该数据集上表格集成基线总体指标更强。因此，研究人员不声称原始检测性能普遍优越。主要贡献是实用且可审计的检测-解释流水线，连接图结构建模与透明、面向分析人员的理由生成。限制：本研究是NIBSS精选子图（965节点、1,000边）的概念验证。图是静态的，时间动态编码在工程节点特征中，而非建模为演化结构，动态图架构列为未来工作。评估协议使用固定随机种子42和单一训练/验证/测试划分以保证完全可复现；多随机种子置信区间和留出NIBSS时期的对外时间验证推迟至未来。可解释性方面，报告确定性符号输出和一致性保护行为，但尚未包括形式化扰动忠实度分数（如删除/插入测试）或人类专家评分研究，计划在下一评估阶段。图规模与GAT计算复杂度呈线性关系；该技术在中型交易网络计算可行，扩展到全球银行网络等巨大规模需图分区或分布式训练。尽管使用尼日利亚数据集，框架方法可推广到任何具有实体关系和交易日志的领域。政策方面，该工具旨在纳入审计程序。未来研究可加入跨境资金流和交易需求随时间变化等额外数据源；考虑异质图Transformer（Heterogeneous Graph Transformer, HGT）等GNN设计变体以刻画更复杂金融过程；与政策制定者合作纳入实时动态图流监测系统，支持主动决策。

研究结论翻译：本研究提出一种用于欺诈检测的神经符号图框架，将FraudGAT与确定性符号规则和受约束LLM叙述相结合。在报告划分上，FraudGAT提供稳定的基于图检测（AUC 0.874），并通过消融展示清晰的组件级敏感性，而扩展基准测试显示该数据集上表格集成基线具有更强的总体指标。因此，研究人员不声称在原始检测性能上具有普遍优越性。主要贡献是一个实用且可审计的检测-解释流水线，将图结构建模与透明的、面向分析人员的理由生成相连接。