基于动态异构图神经网络的疑似批量注册检测
机器学习
2020-12-22 v1 密码学与安全
社会与信息网络
摘要
批量账户注册已引起电商企业在风险管理上的担忧，尤其在短时间内注册量急剧增长时。为持续监控这些注册并最小化其可能带来的潜在损失，检测批量注册并预测其风险性十分必要。本文提出一种动态异构图神经网络框架以捕获疑似批量注册（DHGReg）。我们首先从注册数据构建由结构子图和时间子图组成的动态异构图。随后，我们设计了一种高效架构来预测可疑/良性账户。我们所提模型优于基线模型，并在处理由真实世界数据集构建的动态异构图时计算高效。实践中，DHGReg 框架将有助于在早期阶段检测可疑注册行为。
引用
@article{arxiv.2012.10831,
title = {Suspicious Massive Registration Detection via Dynamic Heterogeneous Graph Neural Networks},
author = {Susie Xi Rao and Shuai Zhang and Zhichao Han and Zitao Zhang and Wei Min and Mo Cheng and Yinan Shan and Yang Zhao and Ce Zhang},
journal= {arXiv preprint arXiv:2012.10831},
year = {2020}
}
备注
8 pages, 1 figure, accepted in the AAAI Workshop on Deep Learning on Graphs 2021