基于GNN的欺诈检测中图拓扑与模型架构的分离：一个实证框架

《Big Data and Cognitive Computing》：Isolating Graph Topology from Model Architecture in GNN-Based Fraud Detection: An Empirical Framework

　　

在基于GNN的欺诈检测中，图拓扑和模型架构通常被共同设计，使得无法将性能提升归因于任一组件。研究人员通过固定训练循环、特征和评估协议，同时独立变化图构建策略和GNN架构来解决这一问题。评估了三种策略：多关系时间、混合结构相似性和组内，每种策略均在三种GNN架构（GATv2、GCN和GraphSAGE）下进行评估。一个特征相同但无图结构的MLP（多层感知机）作为实证锚点。在Sparkov数据集上，所有三种GNN策略均超过MLP 5.0–9.7个F1点，确认在每持卡人历史密集时，拓扑贡献了真正的判别价值。在IBM数据集上，组内策略比MLP低6.9个F1点，这是下采样后近空邻域（平均度1.1）的结果，而多关系在AUC（曲线下面积；0.985）和平均精度（Average Precision；0.908）方面保持了排名优势，尽管F1基本持平。在两个数据集中，多关系时间构建是性能最高的策略，在Sparkov上达到F1 0.908和AUC 0.994，在IBM上达到F1 0.831，尽管这一排名并非完全与架构无关：GraphSAGE在Sparkov上略微反转了多关系/组内的顺序。这些结果表明，在本文评估的条件下，图构建质量而非单纯图存在，对GNN性能的影响比仅连通性更大。

基于GNN的欺诈检测中图拓扑与模型架构分离的实证研究解读

**研究背景与问题**：基于图神经网络（GNN）的欺诈检测研究进展迅速，但现有系统普遍将图构建与模型架构进行端到端联合设计，导致性能增益无法归因于图拓扑或神经网络算子。此前消融研究均在同一耦合系统中改变图结构，而模型与图被共同优化，无法分离二者贡献。此外，许多工作在不同条件下比较GNN与MLP，混淆了特征、类别不平衡处理等因素。为解决这一问题，研究人员提出一个统一的模块化框架，将图构建策略作为主要实验变量，固定架构和其他所有流水线组件，从而系统评估拓扑的独立贡献。该研究发表在《Big Data and Cognitive Computing》。

**研究内容与结论**：研究人员在Sparkov和IBM两个数据集上，评估了三种图构建策略（多关系时间、混合结构相似性、组内）在三种GNN架构（GATv2、GCN、GraphSAGE）上的表现，并以特征相同的无图MLP作为对照。结果表明：在Sparkov上，三种GNN策略均超过MLP 5.0–9.7个F1点；在IBM上，组内策略因平均度仅1.1而崩溃，多关系策略在AUC和AP上仍保持优势。多关系时间策略总体最佳，但排名并非完全架构无关。研究还发现，图构建质量比单纯图存在或图密度对GNN性能影响更大。该框架提供了泄漏安全的实验设计，提高了比较的可靠性。

**关键技术方法**：研究人员采用模块化流水线，包含数据加载、训练拟合特征工程（无泄漏）、可插拔图构建、GNN训练（GATv2/GCN/GraphSAGE，早停）、集成评估与阈值调优。图构建策略包括：（1）多关系时间：按卡号、用户、商户等关系列分组，连接时间近邻（k_r=3），并添加全局时间边；（2）混合结构相似性：在多关系基础上，使用FAISS索引基于训练集特征构建k近邻相似边（Sparkov k_s=6，IBM k_s=4）；（3）组内：仅在持卡人内部构建时间链（k_t=3）、余弦相似边（k_c=5，阈值τ=0.5）和商户子链。协议采用组感知分割（80/20）、组分层5折交叉验证、训练集仅特征归一化、早停和集成评估。数据集方面，Sparkov和IBM均为合成数据，经下采样后欺诈率分别为18.4%和9.09%。

**研究结果**：

**5.1 图拓扑**：对Fold 1训练图的统计分析显示，不同策略产生显著不同的图结构。在Sparkov上，多关系平均度为10.4，混合为17.3，组内为12.0；在IBM上，多关系仅4.3，混合10.1，组内1.1（中位数1.0）。这直接反映了下采样导致的持卡人交易稀疏，使组内图几乎退化为自环。

**5.2 Sparkov数据集结果**：5折交叉验证中，多关系验证F1最高（0.922），组内次之（0.915），混合较低（0.865）。测试集上，多关系F1=0.908，组内=0.904，混合因召回率低（0.811）而落后。混合图最稠密但性能最差，表明FAISS相似边引入了噪声。混淆矩阵分析显示混合的假阴性率最高（18.9%）。

**5.3 IBM数据集结果**：交叉验证中多关系F1=0.805，AUC=0.978；组内F1=0.743。测试集上，MLP F1=0.832略高于多关系（0.831），但多关系在AUC（0.985）和AP（0.908）上超过MLP（0.976，0.895）。组内F1=0.763，假阳性率高达2.48%，验证了稀疏条件下组内图崩溃。

**5.4 架构敏感性**：将GATv2替换为GCN和GraphSAGE后，IBM上策略排名完全一致（多关系>混合>组内），GraphSAGE在IBM上取得最高F1（0.862）。Sparkov上，GraphSAGE轻微反转了多关系/组内顺序（0.901 vs 0.895），但二者本为近邻。混合在任何架构下都未能成为最佳策略。GCN在Sparkov上表现大幅落后（如混合F1=0.681 vs 0.861），但在IBM上接近GATv2，说明GCN的劣势与图密度和异质性相关。

**讨论与结论**：MLP作为对照，揭示了拓扑价值的条件性。在Sparkov上，图构建产生密集、信息丰富的邻域，GNN显著优于MLP；在IBM上，稀疏图使F1优势消失，但排名指标仍有优势。组内策略在平均度1.1时接近特征查找，AUC仍高于MLP，表明弱化但未完全失效。架构选择影响绝对性能和相对排名，但混合策略始终未胜出，这是本研究最稳健的拓扑级别发现。研究结论可概括为：在评估条件下，图构建质量（而非单纯存在图或连通性）对GNN性能更为关键；多关系时间构建通常最佳，但其优势依赖于架构和密度。这些结果表明，在本文评估的条件下，图构建质量而非单纯图存在，比单独的连通性对GNN性能更重要。研究局限性包括数据集为合成、下采样改变自然密度、仅测试三类GNN架构、未评估随机种子方差，以及策略间在边密度和组成上存在差异，无法完全分离拓扑与密度效应。