图特征预处理器：用于金融犯罪检测的实时基于子图的特征提取

在本文中，我们提出了“图特征预处理器”，这是一个用于实时检测金融交易图中典型洗钱模式的软件库。这些模式用于为下游机器学习训练和推理任务（例如欺诈性金融交易检测）生成丰富的交易特征集。我们表明，我们丰富的交易特征显著提高了基于梯度提升的机器学习模型的预测准确性。我们的库利用多核并行性，维护动态内存图，并高效挖掘传入交易流中的子图模式，使其能够以流式方式运行。我们的解决方案结合了图特征预处理器和基于梯度提升的机器学习模型，在反洗钱和网络钓鱼数据集中，其检测非法交易的少数类 F1 分数高于标准图神经网络。此外，我们的解决方案在多核 CPU 上执行的端到端吞吐率优于在强大的 V100 GPU 上执行的图神经网络基线。总体而言，我们的解决方案结合了高准确率、高吞吐率和低延迟，展示了我们的库在实际应用中的实用价值。