InfDetect：面向电商保险的大规模基于图的欺诈检测系统
密码学与安全
2020-03-13 v3 机器学习
机器学习
摘要
保险业围绕新兴的在线购物活动创造了创新产品。此类电商保险旨在保护买家免受冲动购买和假冒商品等潜在风险。针对在线保险的欺诈性索赔通常涉及买家、卖家和快递公司等多方，并可能导致严重的财务损失。为揭示有组织欺诈者背后的关系并检测欺诈性索赔，我们开发了一个大规模保险欺诈检测系统，即 InfDetect，它为常用图、标准数据处理流程以及统一的图学习平台提供了接口。InfDetect 能够处理包含多达 1 亿个节点和数十亿条边的大图。在本文中，我们研究了不同的图以促进欺诈者挖掘，例如设备共享图、交易图、好友关系和买家-卖家图。这些图被输入到包含有监督和无监督图学习算法的统一图学习平台。文中描述了广泛应用的电商保险案例，以展示我们系统的用法与能力。InfDetect 已成功检测出数千起欺诈性索赔，并每日节省超过数万美元。
引用
@article{arxiv.2003.02833,
title = {InfDetect: a Large Scale Graph-based Fraud Detection System for E-Commerce Insurance},
author = {Cen Chen and Chen Liang and Jianbin Lin and Li Wang and Ziqi Liu and Xinxing Yang and Xiukun Wang and Jun Zhou and Yang Shuang and Yuan Qi},
journal= {arXiv preprint arXiv:2003.02833},
year = {2020}
}