FinFraudBench: A Heterogeneous Graph Benchmark for Financial Fraud Detection
यह शोधपत्र FinFraudBench प्रस्तुत करता है, जो एक नया हेट्रोजेनियस ग्राफ बेंचमार्क है जिसमें वास्तविक वित्तीय धोखाधड़ी का पता लगाने की जटिलता, क्लास इम्बैलेंस (वर्ग असंतुलन) और लेबल की कमी को संबोधित करने के लिए मल्टी-एंटिटी प्रकारों और निर्देशित किनारों (डायरेक्टेड एडजेस) के साथ दो बड़े पैमाने के, यथार्थवादी वित्तीय डेटासेट शामिल हैं, जो मौजूदा बेंचमार्क की सीमाओं को दूर करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक वित्त के विशाल, अदृश्य नेटवर्क में, कार्ड की हर स्वाइप या पैसे के हर ट्रांसफर से एक डिजिटल पदचिह्न (डिजिटल फुटप्रिंट) छूट जाता है। दशकों से, विशेषज्ञ इन पदचिह्नों को एक-एक करके देखकर धोखाधड़ी करने वालों को पकड़ने की कोशिश करते रहे हैं, और प्रत्येक लेनदेन को एक अलग घटना के रूप में देखते रहे हैं। वे राशि, समय और स्थान का परीक्षण करते थे, इस उम्मीद में कि शायद कोई ऐसा पैटर्न मिल जाए जो मेल न खाता हो। लेकिन धोखाधड़ी शायद ही कभी कोई एकाकी कार्य होती है; यह संबंधों का एक जाल है। एक चोरी किए गए क्रेडिट कार्ड का उपयोग एक विशिष्ट व्यक्ति द्वारा, एक विशिष्ट स्टोर पर, अक्सर एक विशिष्ट तरीके से किया जाता है जो इसे अन्य संदिग्ध गतिविधियों से जोड़ता है। पूरी तस्वीर को समझने के लिए, शोधकर्ताओं ने महसूस किया कि उन्हें एकल रिकॉर्ड देखना बंद करना होगा और लोगों, कार्डों, व्यापारियों और शामिल स्थानों के बीच के संबंधों को मैप करना शुरू करना होगा। व्यक्तिगत वस्तुओं की जाँच करने से लेकर उनके जुड़ाव को समझने की ओर यह बदलाव ग्राफ-आधारित पहचान (ग्राफ-बेस्ड डिटेक्शन) की नींव है, एक ऐसी विधि जो वित्तीय डेटा को एक स्प्रेडशीट के रूप में नहीं, बल्कि अंतःक्रियाओं के एक जटिल मानचित्र के रूप में देखती है।
शोधकर्ताओं की एक टीम ने अब इन पहचान विधियों का परीक्षण करने के लिए एक नया, अधिक यथार्थवादी मानचित्र बनाया है, जो इस बात की कमी को दूर करता है कि धोखाधड़ी का अध्ययन कैसे किया जाता है। उन्होंने 'FinFraudBench' नामक एक बेंचमार्क बनाया है, जिसमें वास्तविक दुनिया के लेनदेन रिकॉर्ड से निर्मित दो विशाल डेटासेट शामिल हैं। पिछले उपकरणों के विपरीत, जिन्होंने वित्तीय दुनिया को एक ही प्रकार के नोड या एक ही प्रकार के संबंध में सरल बना दिया था, ये नए डेटासेट वित्त की अव्यवस्थित, बहु-स्तरीय वास्तविकता को संरक्षित करते हैं। इनमें लगभग 9 मिलियन नोड्स हैं जो ग्राहकों, कार्डों, व्यापारियों, श्रेणियों और स्थानों जैसी विभिन्न संस्थाओं का प्रतिनिधित्व करते हैं, जो लगभग 90 मिलियन निर्देशित कनेक्शनों (डायरेक्टेड कनेक्शंस) से जुड़े हुए हैं। शोधकर्ताओं ने इस डेटा को वास्तविक दुनिया की कठिन परिस्थितियों की नकल करने के लिए सावधानीपूर्वक व्यवस्थित किया, जहाँ वैध लेनदेन की तुलना में धोखाधड़ी अत्यंत दुर्लभ होती है और जहाँ केवल एक बहुत छोटे हिस्से को ही ज्ञात धोखाधड़ी के रूप में लेबल किया जाता है।
शोधकर्ताओं ने इस नए बेंचमार्क का उपयोग मौजूदा पहचान मॉडलों की एक विस्तृत श्रृंखला का परीक्षण करने के लिए किया, जो सरल सांख्यिकीय उपकरणों से लेकर ग्राफ को पढ़ने के लिए डिज़ाइन किए गए उन्नत कृत्रिम बुद्धिमत्ता (AI) सिस्टम तक फैले हुए हैं। उन्होंने पाया कि वे तरीके जो विभिन्न प्रकार की संस्थाओं को अनदेखा करते थे और सब कुछ एक समान मानते थे, काफी कम प्रभावी थे। सबसे सफल मॉडल वे थे जो एक ग्राहक, एक कार्ड और एक व्यापारी के बीच अंतर कर सके, और यह समझ सके कि प्रत्येक एक अलग भूमिका निभाता है। विशेष रूप से, हेटेरोजीनियस ग्राफ (heterogeneous graphs) को संभालने के लिए डिज़ाइन किए गए मॉडल—जो विभिन्न प्रकार के नोड्स और उनके विशिष्ट तरीकों का सम्मान करते हैं—ने अपने सरल समकक्षों की तुलना में लगातार बेहतर प्रदर्शन किया। ये उन्नत मॉडल जोखिम भरे लेनदेन को रैंक करने और डेटा के अत्यधिक असंतुलित होने पर भी धोखाधड़ी की पहचान करने में बेहतर थे, जो वास्तविक बैंकिंग प्रणालियों में एक सामान्य और कठिन परिदृश्य है।
अध्ययन बताता है कि वित्तीय धोखाधड़ी को पकड़ने की कुंजी डेटा की समृद्ध, प्रकार-आधारित संरचना को बनाए रखने में है, न कि उसे सपाट करने में। जब शोधकर्ताओं ने जटिल, बहु-संस्था डेटा को एक सरल प्रारूप में बदलने की कोशिश की, तो उन्होंने उन महत्वपूर्ण संकेतों को खो दिया जो बुरे तत्वों की पहचान करने में मदद करते थे। परिणाम संकेत देते हैं कि सबसे आशाजनक मार्ग उन प्रणालियों का निर्माण करना है जो विभिन्न प्रकार की वित्तीय संस्थाओं और उनके अद्वितीय संबंधों को एक साथ संसाधित कर सकें। जबकि विशिष्ट धोखाधड़ी पैटर्न को पकड़ने के लिए डिज़ाइन किए गए कुछ विशेष मॉडल प्रतिस्पर्धी बने रहे, वे आम तौर पर उन मॉडलों की बराबरी नहीं कर सके जिन्होंने हेटेरोजीनियस ग्राफ की जटिलता को पूरी तरह से अपनाया था। यह कार्य वैज्ञानिक समुदाय को भविष्य के उपकरणों का मूल्यांकन करने के लिए एक मानकीकृत तरीका प्रदान करता है, यह सुनिश्चित करते हुए कि नई विधियों का परीक्षण वित्तीय पारिस्थितिकी तंत्र के एक सरलीकृत संस्करण के बजाय उसके यथार्थवादी प्रतिनिधित्व के विरुद्ध किया जाए।
शोधकर्ताओं ने इन डेटासेट्स का निर्माण सार्वजनिक लेनदेन रिकॉर्ड से किया है, जिसमें लेनदेन की पंक्तियों को एक नेटवर्क में परिवर्तित किया गया है जहाँ लेनदेन शामिल संस्थाओं से जुड़े केंद्रीय बिंदु हैं। उन्होंने यह सुनिश्चित किया कि भविष्य की जानकारी अतीत में लीक न हो (जो धोखाधड़ी का पता लगाने में एक सामान्य दोष है), इसके लिए डेटा को प्रशिक्षण (training), सत्यापन (validation) और परीक्षण (testing) सेटों में सख्ती से विभाजित किया गया। अंतिम डेटासेट्स में एक डेटासेट के लिए 1.8 मिलियन से अधिक और दूसरे के लिए लगभग 9 मिलियन लेनदेन शामिल थे, जिनमें धोखाधड़ी की दर 0.15 प्रतिशत जितनी कम थी, जो वास्तविक जीवन में धोखाधड़ी की अत्यधिक दुर्लभता को दर्शाती है। इस क्षेत्र पर एल्गोरिदम की एक विस्तृत श्रृंखला का परीक्षण करके, टीम यह दिखाने में सक्षम रही कि विभिन्न प्रकार के कनेक्शनों को नेविगेट करने की क्षमता न केवल एक सैद्धांतिक लाभ है, बल्कि प्रभावी धोखाधड़ी पहचान के लिए एक व्यावहारिक आवश्यकता भी है। निष्कर्षों से पता चलता है कि भविष्य की वित्तीय सुरक्षा प्रणालियाँ उन विविध संबंधों की गहरी समझ पर आधारित होंगी जो डिजिटल अर्थव्यवस्था को परिभाषित करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।