Multi-Scale Adaptive Neighborhood Awareness Transformer For Graph Fraud Detection

Il paper propone MANDATE, un trasformatore multi-scala che migliora il rilevamento delle frodi nei grafi mitigando i limiti induttivi delle GNN attraverso codifiche posizionali, strategie di embedding differenziate per omofilia/eterofilia e fusione per grafi multi-relazionali.

L'essenziale

Immagina di essere un detective che deve trovare dei truffatori in una gigantesca folla di persone. In questa folla, le persone sono collegate tra loro da amicizie, transazioni finanziarie o recensioni online. Questo è il mondo della Rilevazione delle Frodi sui Grafi (Graph Fraud Detection).

Fino a poco tempo fa, i detective digitali (chiamati GNN, o Reti Neurali su Grafi) usavano una regola semplice: "Se i tuoi amici sono onesti, probabilmente lo sei anche tu". Questa è chiamata "ipotesi di omofilia" (tutti i simili si attraggono).

Il problema? I truffatori sono furbi. A volte si nascondono in mezzo a persone oneste per sembrare innocui, o creano reti di complici che si comportano in modo molto diverso dalle persone normali. Le vecchie regole fallivano perché:

1. Si fidavano troppo dei "vicini" immediati.
2. Non riuscivano a vedere il quadro generale (chi è collegato a chi a chilometri di distanza).
3. Non distinguevano tra un "vicino" che ti assomiglia e uno che è completamente diverso (e forse pericoloso).

L'Innovazione: MANDATE

Gli autori di questo studio hanno creato un nuovo detective digitale chiamato MANDATE. Immagina MANDATE come un investigatore con occhiali speciali che gli permettono di vedere il mondo in modo completamente nuovo.

Ecco come funziona, spiegato con metafore semplici:

1. Gli Occhiali "Multi-Scala" (Positional Encoding)

Immagina di guardare una città.

• I vecchi metodi guardavano solo la casa accanto alla tua.
• MANDATE ha degli occhiali che gli permettono di vedere:
  • Chi è a 1 passo da te (il vicino di casa).
  • Chi è a 5 passi (il barista dell'angolo).
  • Chi è a 50 passi (il proprietario della banca dall'altra parte della città).
  • E chi è irraggiungibile.

Invece di ignorare le distanze, MANDATE assegna un "codice colore" diverso a ogni distanza. Questo gli permette di capire che un truffatore potrebbe non essere il tuo vicino, ma il cugino del vicino del tuo vicino. Non si fida solo della vicinanza fisica, ma della posizione esatta nella rete.

2. Il Riconoscimento dei "Tipi di Relazione" (Neighborhood Awareness)

Qui sta la vera genialità. MANDATE capisce che non tutte le amicizie sono uguali.

• Il Vicino "Specchio" (Omofilia): Se il tuo vicino ha le stesse tue abitudini, è probabile che sia onesto come te. MANDATE usa questa similitudine per rafforzare la sua fiducia.
• Il Vicino "Specchio Inverso" (Eterofilia): Se il tuo vicino ha abitudini completamente diverse (es. tu sei un pensionato, lui è un teenager che spende tutto in crypto), questo non significa che è un truffatore, ma significa che la relazione è diversa. I vecchi metodi si confondevano qui. MANDATE, invece, usa un "cervello artificiale" speciale per analizzare queste differenze senza spaventarsi. Capisce che la diversità non è sempre un segnale di pericolo, ma una caratteristica da studiare.

3. L'Unione delle Prove (Fusione Multi-Relazione)

Spesso le persone sono collegate in modi diversi: sono amici su Facebook, ma anche colleghi di lavoro o acquirenti su Amazon.
Immagina di avere tre detective diversi che guardano la stessa persona: uno guarda i soldi, uno guarda i social, uno guarda le recensioni.

• I vecchi metodi prendevano la decisione di uno solo o facevano un pasticcio mescolando tutto.
• MANDATE fa una "riunione di squadra". Prende le informazioni da tutte le relazioni (soldi, social, ecc.), le pesa con intelligenza (decidendo quale fonte è più importante in quel momento) e le unisce in un unico profilo completo. È come se il detective avesse accesso a tutte le carte d'identità, i conti in banca e i messaggi privati contemporaneamente.

Il Risultato

Quando MANDATE è stato messo alla prova su tre grandi "piazze" digitali (Yelp, Amazon e una rete finanziaria), ha battuto tutti i concorrenti.

• Ha trovato più truffatori (migliore precisione).
• Ha sbagliato meno (meno falsi allarmi).
• Ha funzionato anche quando la rete era molto complessa e piena di relazioni strane.

In Sintesi

Mentre i vecchi metodi dicevano "Sei come i tuoi amici, quindi sei buono", MANDATE dice: "Analizzo chi sei, quanto sei lontano dagli altri, in che modo ti relazioni con loro e da quali angolazioni guardo la tua vita. Solo così posso capire se stai davvero giocando pulito o se stai cercando di ingannare il sistema."

È un passo avanti enorme: non si tratta più di contare i vicini, ma di capire la natura della relazione e la posizione di ogni nodo nella rete complessa del mondo digitale.

Sommario tecnico

1. Il Problema

La rilevazione delle frodi nei grafi (Graph Fraud Detection - GFD) è fondamentale per identificare comportamenti fraudolenti in reti finanziarie, social media e piattaforme di e-commerce. Sebbene le reti neurali su grafi (GNN) abbiano dimostrato grandi potenzialità grazie alla loro capacità di rappresentare dati strutturati, soffrono di due pregiudizi induttivi intrinseci che ne limitano l'efficacia:

1. Assunzione di omofilia: I modelli GNN tradizionali presuppongono che i nodi vicini condividano attributi e etichette simili. Tuttavia, nelle frodi, i nodi fraudolenti spesso formano connessioni eterofile (con nodi benigni) o mostrano pattern di omofilia diversi rispetto ai nodi legittimi, rendendo difficile la distinzione.
2. Capacità di modellazione globale limitata: I meccanismi di passaggio dei messaggi locali delle GNN faticano a catturare i pattern globali di frode che si estendono attraverso diverse comunità del grafo.

2. Metodologia: MANDATE

Per superare queste limitazioni, gli autori propongono MANDATE (Multi-scale Adaptive Neighborhood Awareness Transformer), un'architettura che integra i Transformer con strategie di encoding posizionale avanzate. Il modello si articola in tre componenti principali:

A. Strategia di Encoding Posizionale Multi-Scala

Invece di utilizzare una singola rappresentazione posizionale, MANDATE codifica le informazioni posizionali a diverse distanze (hop) dal nodo centrale.

• Viene definita una sequenza di encoding posizionale $S_p(u_i)$ che cattura le informazioni fino a $K$ hop.
• L'informazione posizionale è rappresentata tramite una matrice di cammini casuali (random walk) o punteggi PageRank generalizzati, permettendo di catturare sia le distanze più brevi che quelle più lunghe.
• Questo approccio fornisce un contesto posizionale più ricco rispetto alle tradizionali GNN.

B. Embedding Posizionale Consapevole del Vicinato (Neighborhood Awareness)

Il modello tratta diversamente le connessioni omofile (nodi simili) e eterofile (nodi dissimili) per mitigare le differenze nella distribuzione dell'omofilia:

• Connessioni Omofile: Le informazioni vengono aggregate direttamente dai vicini, poiché la vicinanza topologica implica correlazione positiva.
• Connessioni Eterofile: Poiché la vicinanza non garantisce correlazione positiva, viene utilizzata una rete neurale (MLP) per apprendere automaticamente queste complesse correlazioni concatenando le informazioni posizionali e gli attributi del nodo.
• Vincolo di Ortogonalità: Per evitare ridondanza informativa tra gli embedding di diversi ordini (es. 1-hop e 2-hop contengono informazioni sovrapposte), viene applicata una funzione di perdita che minimizza la similarità angolare tra gli embedding di diversi hop, preservando le informazioni uniche di ciascun livello.

C. Strategia di Fusione degli Embedding Multi-Relazione

Per i grafi con relazioni multiple (es. diverse tipologie di interazioni tra utenti), il modello:

• Aggrega gli embedding specifici per ogni relazione utilizzando parametri di apprendimento (simili a un meccanismo di attenzione multi-testa).
• Fonde gli embedding posizionali delle diverse relazioni permettendo al modello di apprendere autonomamente l'influenza di ciascuna relazione sul contesto globale.

3. Contributi Chiave

1. Mitigazione del Bias Induttivo: MANDATE riduce la dipendenza dall'assunzione di omofilia delle GNN tradizionali, adattandosi dinamicamente a grafi con distribuzioni eterogenee.
2. Encoding Posizionale Multi-Scala: L'introduzione di una strategia che cattura informazioni posizionali a diverse distanze, combinata con un meccanismo di attenzione, potenzia significativamente la capacità di modellazione globale.
3. Gestione Differenziata di Omofilia ed Eterofilia: La progettazione di strategie di embedding distinte per i diversi tipi di connessioni permette di trattare correttamente sia i nodi benigni che quelli fraudolenti, indipendentemente dalla loro struttura di vicinato.
4. Fusione Adattiva per Grafi Multi-Relazione: Una strategia che allevia i bias distributivi causati da relazioni diverse, migliorando la robustezza del modello in scenari complessi.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su tre dataset ampiamente utilizzati per la rilevazione di frodi: YelpChi, Amazon e T-Finance.

• Performance Superiori: MANDATE ha ottenuto i migliori risultati su tutti i dataset confrontandosi con metodi dello stato dell'arte (SOTA) come CARE-GNN, BWGNN, H2-FDetector e GTAN.
• Metriche: Su YelpChi, il modello ha mostrato miglioramenti fino al 17.04% nelle metriche F1-macro e Gmean rispetto ai metodi precedenti. Su Amazon e T-Finance, ha mantenuto un vantaggio competitivo significativo in termini di AUC, F1-macro e Gmean.
• Studi di Ablazione:
  • La strategia di encoding posizionale multi-scala ha dimostrato prestazioni superiori rispetto a codifiche basate su PageRank o singoli hop.
  • La fusione degli embedding multi-relazione ha migliorato significativamente le prestazioni (aumento di almeno il 3% dell'AUC su YelpChi) rispetto all'uso di una singola relazione, specialmente su grafi strutturalmente complessi.

5. Significato e Impatto

Il lavoro di MANDATE rappresenta un passo avanti significativo nel campo della sicurezza informatica e dell'analisi dei grafi. Dimostrando che i Transformer, se opportunamente adattati con encoding posizionale e strategie di attenzione specifiche per l'eterofilia, possono superare i limiti delle GNN tradizionali, il paper offre una soluzione robusta per la rilevazione di frodi in ambienti reali complessi. Questo approccio non solo migliora l'accuratezza nella identificazione di attività fraudolente, ma fornisce anche un framework generale per gestire la complessità strutturale e le distribuzioni non omogenee tipiche dei dati del mondo reale.