Q-SYNTH: Hybrid Quantum-Classical Adversarial Augmentation for Imbalanced Fraud Detection

Dieser Beitrag stellt Q-SYNTH vor, ein hybrides quanten-klassisches generatives adversariales Framework, das einen parametrisierten Quantenschaltkreis zur Synthese betrügerischer Transaktionsbeispiele nutzt und so das Klassenungleichgewicht bei der Kreditkartenbetrugserkennung wirksam adressiert, indem es im Vergleich zu klassischen Basismethoden einen günstigen Kompromiss zwischen statistischer Verteilungstreue und nachgelagerter Klassifikationsleistung bietet.

Das Wesentliche

Das Problem: Die Nadel im Heuhaufen

Stellen Sie sich vor, Sie sind Sicherheitsbeamter an einem riesigen Flughafen. Ihre Aufgabe ist es, Terroristen (Betrüger) unter Millionen von normalen Reisenden (legitimen Kunden) zu identifizieren.

• Die Realität: Von 10.000 Personen, die durchgehen, versuchen vielleicht nur 5 tatsächlich, etwas Böses zu tun.
• Der Fehler: Wenn Sie einen Computer trainieren, diese Bösewichte nur mit echten Daten zu erkennen, wird der Computer faul. Er lernt, dass „jeder gut ist", und rät daher einfach „Gut" für alle. Er erzielt eine Punktzahl von 99,9 % bei seinem Test, verpasst aber jeden einzelnen Bösewicht. Dies nennt man Klassenungleichgewicht.

Die alten Lösungen: „Kopieren-Einfügen" vs. „Fälschen"

Um dies zu beheben, versuchen Experten, dem Computer mehr Beispiele von Bösewichten zu geben.

1. SMOTE (Die „Kopieren-Einfügen"-Methode): Stellen Sie sich vor, Sie fotografieren einen Bösewicht, ziehen eine gerade Linie zu einem anderen Bösewicht und erstellen genau in der Mitte ein neues Foto. Es ist sicher und sieht dem Original sehr ähnlich, ist aber etwas langweilig und zeigt nicht die volle Vielfalt, wie Bösewichte handeln könnten.
2. Klassische GANs (Der „Kunstfälscher"): Dies verwendet ein Computerprogramm, das versucht, gefälschte Bösewicht-Profile zu „fälschen". Ein Teil der KI (der Generator) versucht, eine gefälschte Ausweis zu erstellen, und ein anderer Teil (der Diskriminator) versucht, die Fälschung zu entlarven. Sie spielen ein Katz-und-Maus-Spiel. Obwohl dies sehr vielfältige Fälschungen erzeugt, sind die Fälschungen manchmal etwas zu offensichtlich oder stimmen nicht perfekt mit der echten Statistik überein.

Die neue Lösung: Q-SYNTH (Der „Quanten-Kunstfälscher")

Dieses Papier stellt Q-SYNTH vor, ein neues hybrides System. Stellen Sie es sich als Teamwork zwischen einem menschlichen Künstler und einem Quantenroboter vor.

• Der Generator (Der Quantenkünstler): Anstatt ein normales Computerhirn zu verwenden, nutzt dieser Teil einen Quantenschaltkreis. Stellen Sie sich einen Quantencomputer als einen magischen Pinsel vor, der Farben auf eine Weise mischen kann, die ein normaler Pinsel nicht kann. Er erstellt neue, gefälschte Betrugsprofile, die mathematisch komplex und vielfältig sind.
• Der Diskriminator (Der menschliche Kunstkritiker): Dieser Teil ist ein herkömmlicher, klassischer Computer (wie die, die wir heute verwenden). Seine Aufgabe ist es, die echten Betrugsprofile und die quanten-generierten gefälschten Profile zu betrachten und zu versuchen, sie zu unterscheiden.

Sie spielen ein Spiel: Der Quantenkünstler versucht, Fälschungen so gut zu machen, dass der menschliche Kritiker sie nicht unterscheiden kann. Der menschliche Kritiker versucht, besser darin zu werden, die Fälschungen zu erkennen. Im Laufe der Zeit wird der Quantenkünstler unglaublich gut darin, realistische Betrugsmuster zu erstellen.

Wie sie es getestet haben

Die Forscher sagten nicht einfach nur „es funktioniert". Sie führten einen strengen Test mit drei spezifischen Zielen durch:

1. Sieht es echt aus? (Statistische Treue): Sie prüften, ob die gefälschten Daten der „Form" der echten Daten entsprachen (wie beim Prüfen, ob die gefälschten Ausweisfotos die gleiche Verteilung von Augenfarben und Größen aufweisen wie die echten).
   • Ergebnis: Der Quantenkünstler (Q-SYNTH) erstellte Fälschungen, die den echten Daten viel näher kamen als der Standard-Kunstfälscher (klassische GAN), obwohl die „Kopieren-Einfügen"-Methode (SMOTE) in einfachen Statistiken immer noch am nächsten lag.
2. Kann ein Roboter sie unterscheiden? (Erkennbarkeit): Sie trainierten einen separaten Roboter, um zu versuchen, herauszufinden, welche Daten echt und welche gefälscht waren.
   • Ergebnis: Der Roboter rät im Grunde (50/50). Das ist gut! Es bedeutet, dass die gefälschten Daten so realistisch sind, dass selbst ein Computer sie nicht leicht von der echten Sache unterscheiden kann.
3. Hilft es, Betrug zu fangen? (Downstream-Leistung): Sie nutzten die gefälschten Daten, um einen Betrugsdetektor zu trainieren, und sahen, ob er mehr Bösewichte fängt.
   • Ergebnis: Die Daten des Quantenkünstlers halfen dem Detektor, mehr Betrug zu erkennen als die „Kopieren-Einfügen"-Methode. Während der Standard-Kunstfälscher (klassische GAN) manchmal etwas besser darin war, Betrug zu fangen, bot der Quantenkünstler eine hervorragende Balance: Er sah den echten Daten viel ähnlicher und half dennoch sehr gut dabei, Betrug zu fangen.

Das „Lautstärke"-Experiment

Die Forscher testeten auch, wie viel gefälschte Daten hinzugefügt werden sollten. Sie stellten fest, dass das Hinzufügen einer kleinen Menge gefälschter Daten nicht viel half. Aber als sie eine moderate bis hohe Menge hinzufügten (etwa 50 % gefälscht, 50 % echt), wurde der Betrugsdetektor bei seiner Arbeit deutlich besser.

Das Fazit

Q-SYNTH ist ein neues Werkzeug, das Quantencomputing nutzt, um „gefälschte" Betrugsdaten zu erstellen, die unglaublich realistisch sind.

• Es behebt das Problem, dass Computer seltene Betrugsfälle ignorieren.
• Es erstellt Daten, die statistisch sehr nah an der Realität liegen (besser als Standard-KI-Methoden).
• Es hilft Betrugsdetektoren, mehr Bösewichte zu fangen, ohne dass mehr echte Daten aus der realen Welt benötigt werden.

Das Papier kommt zu dem Schluss, dass dieser „hybride" Ansatz (Quanten-Generator + klassischer Kritiker) ein vielversprechender Mittelweg ist: Er bietet die statistische Genauigkeit einfacher Methoden und die leistungsstarke Lernfähigkeit komplexer KI und macht ihn zu einem starken Kandidaten im Kampf gegen Finanzbetrug.

Technische Zusammenfassung

Technischer Zusammenfassung: Q-SYNTH

Problemstellung
Die Erkennung von Kreditkartenbetrug wird grundlegend durch ein extremes Klassenungleichgewicht behindert, bei dem betrügerische Transaktionen einen winzigen Anteil der Daten ausmachen (oft <1%). Standardmäßige überwachte Lernalgorithmen priorisieren die Mehrheitsklasse (legitime Transaktionen), erreichen zwar eine hohe Gesamtgenauigkeit, leiden jedoch unter einer schlechten Recall-Rate und F1-Scores für die Betrugsklasse. Obwohl synthetische Daten-Augmentierung (z. B. SMOTE, GANs) eine gängige Abhilfe darstellt, stehen bestehende Methoden in einem Spannungsfeld zwischen Verteilungstreue (wie gut synthetische Stichproben reale statistische Eigenschaften abbilden) und Downstream-Leistung (wie gut sie die Betrugserkennung verbessern). Klassische Interpolationsmethoden wie SMOTE bewahren lokale Statistiken, fehlen jedoch an Vielfalt, während klassische Generative Adversarial Networks (GANs) Vielfalt bieten, aber oft Schwierigkeiten mit dem Matching der Randverteilungen und der Stabilität in stark unausgewogenen tabellarischen Settings haben. Darüber hinaus priorisiert die bestehende Literatur häufig Downstream-Metriken, ohne die statistische Ähnlichkeit zwischen realen und synthetischen Betrugsverteilungen rigoros zu prüfen.

Methodik: Q-SYNTH
Die Arbeit stellt Q-SYNTH vor, ein hybrides klassisch-quantenmechanisches adversarisches Framework, das darauf ausgelegt ist, Minderheitsklassen-Betrugsstichproben in tabellarischen Daten zu synthetisieren. Die Architektur besteht aus:

1. Vorverarbeitung: Rohdaten von Transaktionen werden in einen begrenzten, niedrigdimensionalen Repräsentationsraum transformiert. Dies umfasst Merkmalsauswahl (top 10 Merkmale), Standardisierung, Hauptkomponentenanalyse (PCA) zur Reduktion der Dimensionen auf 4 und Normalisierung auf den Bereich $[-1, 1]$.
2. Generator (Quanten): Ein parametrisierter Quantenschaltkreis (PQC) fungiert als Generator. Er nimmt einen latenten Vektor entgegen, bildet ihn über ein klassisches neuronales Netz auf Schaltkreisparameter ab und bereitet einen Quantenzustand mittels Winkel-Embedding (Y-Rotationen) vor, gefolgt von variationalen Schichten, die Ein-Qubit-Rotationen ($R_X, R_Y, R_Z$) und Ring-Verschränkung (CNOT-Gatter) enthalten. Die Ausgabe erfolgt über Erwartungswerte der Pauli-Z-Operatoren und erzeugt natürlicherweise beschränkte Ausgaben, die mit dem vorverarbeiteten Bereich konsistent sind.
3. Diskriminator (Klassisch): Ein klassisches neuronales Netz unterscheidet zwischen realen und generierten Stichproben.
4. Trainingsprotokoll: Das Framework verwendet einen stabilisierten adversarischen Trainingsloop mit folgenden Komponenten:
   • Instanz-Rauschen: Wird sowohl in reale als auch in generierte Stichproben injiziert, um ein Overfitting des Diskriminators zu verhindern.
   • Regularisierung: Kombiniert adversarischen Verlust mit Feature-Matching (Ausrichtung der intermediären Diskriminator-Features) und Moment-Matching (Ausrichtung der Mittelwerte und Standardabweichungen pro Batch).
   • Adaptive Abstimmung: Regularisierungsparameter (Rauschskala, Label-Smoothing, Dropout) werden dynamisch basierend auf dem Verhalten des Diskriminators angepasst, um informative Gradienten aufrechtzuerhalten.

Hauptbeiträge

• Hybrides Framework: Einführung von Q-SYNTH, bei dem ein variationaler Quantenschaltkreis Minderheitsklassen-Stichproben generiert, die von einem klassischen Diskriminator geleitet werden.
• End-to-End-Pipeline: Ein kontrollierter Workflow von der Vorverarbeitung und Abbildung auf eine begrenzte Repräsentation bis hin zur inversen Transformation für die Downstream-Evaluation.
• Vereinigtes Evaluationsprotokoll: Ein rigoroses Bewertungsframework, das sowohl Verteilungstreue (unter Verwendung von Kolmogorov-Smirnov-Statistiken, Wasserstein-Distanzen und der Erkennbarkeit real-vs.-synthetisch via AUC-ROC) als auch Downstream-Leistung (Betrugs-Recall und F1-Score) über sowohl Quanten- als auch klassische Klassifikatoren hinweg gemeinsam bewertet.
• Empirische Trade-off-Analyse: Demonstration eines spezifischen Kompromisses, bei dem das hybride Modell die statistische Treue gegenüber klassischen GANs verbessert, während es gleichzeitig eine wettbewerbsfähige Erkennungsleistung beibehält.

Ergebnisse

• Verteilungstreue: Hinsichtlich der marginalen Ähnlichkeit zu realen Betrugsdaten erreichte SMOTE aufgrund seiner Interpolationsnatur die höchste Treue (niedrigste KS- und Wasserstein-Distanzen). Q-SYNTH übertraf jedoch das klassische GAN-Baseline-Modell signifikant und reduzierte die Lücke der marginalen Verteilung (z. B. Q-SYNTH KS-Median: 0,069 vs. Klassisches GAN: 0,185). Entscheidend ist, dass Q-SYNTH eine niedrige Erkennbarkeit von real-vs.-synthetisch beibehielt (AUC $\approx$ 0,475, nahe am Zufallsniveau), was darauf hindeutet, dass synthetische Stichproben von einem externen Klassifikator nicht leicht von realen zu unterscheiden sind.
• Downstream-Leistung: Bei der Verwendung zur Erweiterung der Trainingsdaten verbesserte Q-SYNTH den Betrugs-Recall und die F1-Scores über Quanten-Neuronale Netze (QNNs) und klassische Klassifikatoren (ANN, Logistische Regression, Random Forest, XGBoost) hinweg im Vergleich zu unausgewogenen Baselines und oft im Vergleich zu SMOTE. Während das klassische GAN in spezifischen Konfigurationen gelegentlich die höchsten absoluten Downstream-Scores erreichte, blieb Q-SYNTH hochgradig wettbewerbsfähig.
• Skalierungsanalyse: Leistungsgewinne waren bei niedrigen Injektionsraten nicht monoton (10 % synthetische Daten verschlechterten die Leistung manchmal). Optimale Ergebnisse wurden bei moderaten bis hohen Injektionsraten (50 % und 100 %) beobachtet, was darauf hindeutet, dass ein ausreichendes Volumen synthetischer Daten erforderlich ist, um die Entscheidungsgrenze effektiv zu verschieben.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass Q-SYNTH einen vorteilhaften Trade-off zwischen statistischer Treue und Downstream-Nutzen bietet. Während klassische GANs in einigen Settings die Downstream-Leistung maximieren können, leiden sie oft unter einer schlechteren Anpassung der Randverteilungen. Umgekehrt mildert Q-SYNTH die marginalen Artefakte, die bei klassischem adversarischem Training auf tabellarischen Daten üblich sind, und liefert Stichproben, die statistisch treuer zu realen Betrugsverteilungen sind, während sie gleichzeitig signifikante Verbesserungen bei Metriken der Betrugserkennung vorantreiben. Die Studie positioniert hybride quantenmechanische Augmentierung als machbaren und vielversprechenden Ansatz zur Bewältigung der spezifischen Engpässe der Betrugserkennung bei Klassenungleichgewicht, insbesondere in niedrigdimensionalen tabellarischen Repräsentationen. Die Autoren weisen darauf hin, dass diese Ergebnisse innerhalb einer komprimierten Repräsentationspipeline erzielt wurden, und fordern zukünftige Arbeiten zu vertragsabhängigen Treuemetriken und hardwarebewusster Evaluation unter realistischen NISQ-Bedingungen (Noisy Intermediate-Scale Quantum).