金融科技中可扩展且可解释欺诈检测：来自TabNet–图神经网络混合框架的证据

《The Journal of Finance and Data Science》：Scalable and interpretable fraud detection in FinTech: Evidence from a hybrid TabNet–Graph neural network framework

　　

研究人员提出了一种面向金融科技的欺诈检测框架，将表格深度学习与关系图推理相融合。该框架旨在解决当前先进表格欺诈模型的一个关键局限：尽管有证据表明现代欺诈常源于协调的基础设施复用（如共享设备、邮箱域、账户与地址），这类模型仍假设交易相互独立。基于IEEE-CIS欺诈检测数据集（约590,540笔电商交易），研究人员构建了混合架构，结合以表格数据内置可解释性著称的TabNet与GraphSAGE编码器；后者在严格由历史训练交易构成的防泄漏异质实体图上训练。验证集与测试集中未见实体被映射至专用未知节点，以贴近部署条件并规避乐观偏差。类别不平衡通过平方根类加权处理，避免可能扭曲真实基础设施拓扑的合成过采样。实证上，独立TabNet基线在按时序前向切分的测试集上达到ROC–AUC=0.759、PR–AUC=0.149；引入所提TabNet–GraphSAGE融合后性能提升至ROC–AUC=0.791、PR–AUC=0.206，PR–AUC相对提升38%，显著增强少数类欺诈召回。图编码器单独即具可观预测力，消融实验确认最大收益来自学到的消息传递与融合，表明行为与基础设施表征互补。综上，欺诈检测本质上属混合问题：融合局部交易异常与全局关系结构，可在高体量金融科技环境中获得更具运营相关性的排序质量与鲁棒性。

研究背景与动机

现代金融科技（FinTech）在提升可达性与交易速度的同时，也因高体量、低摩擦、实时数字基础设施而面临严重欺诈暴露。传统规则系统依赖速度阈值、地理不一致与黑名单，易被刻意模仿正常行为的小额定时交易规避；经典机器学习（如Logistic Regression、Random Forest、XGBoost）需大量特征工程，难以应对概念漂移与极端类别不平衡；以TabNet为代表的表格深度模型具备稀疏序列注意力带来的内置可解释性，但仍隐式假设交易独立，无法刻画共享设备、邮箱域、账户与地址复用所构成的协调欺诈环。图神经网络（Graph Neural Network, GNN）能建模实体间关系，但既有研究多采用随机切分或转导式全量构图，导致未来实体信息泄漏、估计乐观。因此，研究人员开展本研究，目标是构建部署真实、时序无泄漏、行为–关系双通道融合的欺诈检测框架。

主要技术方法

研究人员采用Kaggle与Vesta Corporation发布的IEEE-CIS欺诈检测数据集（约590,540笔卡不在场电商交易），按TransactionDT做70%/15%/15%前向时序切分（训练413,378、验证88,581、测试88,581），各段欺诈率约3.5%。所有缺失值、标准化与类别编码仅用训练段拟合，验证/测试未见类别映射为未知令牌。图仅由训练交易构建异质实体图（账户、设备、邮箱域、地址为节点，同交易内实体全连接成团），未见实体归并至专用未知节点e_UNK；关系编码器选用归纳式GraphSAGE（邻居聚合、层数L、嵌入维64）。表格分支用TabNet（稀疏掩码M_t∈[0,1]^d、决策步T、加性表征h=∑_t=1^Th_t）。两分支输出t_i与g_i拼接为x_i=[t_i∥g_i]送入分类头。不平衡用平方根类权w₁=√(N₀/N₁)的加权二值交叉熵，弃用SMOTE以免破坏图拓扑。优化器Adam，TabNet训练80轮、GraphSAGE 12轮，早停看验证ROC–AUC。

研究结果

5.1 基线TabNet性能

独立TabNet在前向测试集得ROC–AUC=0.7594、PR–AUC=0.1488、F1_best=0.281。结果表明表格属性含预测结构，但重度不平衡下单独行为建模对罕见欺诈排序力有限。

5.2 比较模型评估

在统一时序与无泄漏协议下增补GNN-only、TabNet+图连通性、LightGBM对照。GNN-only（14,298节点、约1240万边）ROC–AUC=0.7154、PR–AUC=0.1156，证关系结构自带信号但单用不足；TabNet ROC–AUC=0.7594、PR–AUC=0.1488；Tab论+静态图连通性微升至PR–AUC=0.1580；完整TabNet–GraphSAGE融合达ROC–AUC=0.7914、PR–AUC=0.2058，较TabNet的PR–AUC相对增约38%。LightGBM同特征集下ROC–AUC=0.8336、PR–AUC=0.3944居首，但研究人员指出其获益于梯度提升树对结构化表格交互的强拟合，而本研究非榜单优化，重在验证关系嵌入的补充价值。消融说明最大增益来自学到的消息传递而非静态连通特征。

5.3 实证发现讨论

提升主要在PR空间而非ROC空间，意味着固定核查配额（如审查排序前1%）下能捞出更多欺诈。GraphSAGE的归纳式邻居传播使共享设备/域/账户的疑点扩散，补TabNet独立观测之短；未见实体映射e_UNK带来一定信息损失，但更近真实部署，故结果为保守估计。研究结论（翻译浓缩）：现代金融科技欺诈检测本质上为混合问题——局部交易异常与全局关系结构须联合建模；在严格时序无泄漏条件下，TabNet与GraphSAGE融合较独立表格模型显著提升少数类召回（PR–AUC相对+38%），关系基础设施表征与行为表征互补而非冗余；归纳式、训练段仅构图、未知节点映射的设计消除转导泄漏，使框架具备部署真实性与可扩展性，对高体量FinTech运营核查队列优先级排序具有明确经济意义。

发表于《The Journal of Finance and Data Science》的该文据此论证：将可解释表格学习（TabNet）与归纳式关系推理（GraphSAGE）在时序隔离协议下融合，是面向生产环境的可扩展、可解释欺诈检测可行路径。