Prediction of bank transaction fraud using TabNet an adaptive deep learning architecture
Deze studie toont aan dat TabNet, een adaptieve deep learning-architectuur die is verbeterd met SMOTE voor klassebalancering, andere deep learning-modellen aanzienlijk overtreft bij het detecteren van fraude bij banktransacties op een Indiase dataset, waarbij een nauwkeurigheid van 97,39% en een ROC-AUC van 0,9739 wordt behaald, terwijl de interpreteerbaarheid wordt geboden die noodzakelijk is voor naleving van regelgeving en operationeel risicobeheer.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de digitale wereld voor als een bruisende, neonverlichte stad waar geld niet in kluizen ligt, maar rondzwiept als onzichtbare pakketjes data. In deze stad wordt elke keer dat je een koffie koopt of een cadeau stuurt, een klein digitaal bonnetje gestempeld en naar een gigantelijk, onzichtbaar grootboek gestuurd. Dit is het domein van FinTech, waar technologie en financiën elkaar ontmoeten. Maar net als elke grote stad heeft deze digitale metropool haar aandeel in zakkenrollers en dieven. Deze criminelen stelen niet alleen portemonnees; ze stelen identiteiten en plunderen bankrekeningen door zich voor te doen als jij. Om hen te vangen, vertrouwden banken vroeger op "regelboeken"—eenvoudige lijsten zoals "als iemand in één minuut $10.000 uitgeeft, stop hem dan!". Maar de dieven zijn slim; ze leren de regels kennen en vinden manieren om erlangs te glippen.
Ontmoet Machine Learning, de digitale detective die niet alleen regelboeken leest, maar ook leert om patronen te herkennen. Stel je een detective voor die miljoenen mensen voorbij ziet lopen en leert hoe een "normale" loop ziet. Als iemand plotseling op één voet begint te springen terwijl hij een clownspak draagt, weet de detective dat er iets aan de hand is. Er is echter een addertje onder het gras: de meeste mensen lopen normaal, en slechts enkelen springen rond. Dit maakt het voor de detective moeilijk om te leren, omdat ze zo weinig "clowns" zien dat ze kunnen vergeten hoe een echte clown eruitziet of, erger nog, kunnen gaan denken dat iedereen een clown is. Dit is de uitdaging van imbalanced data (ongebalanceerde data). Bovendien moeten banken weten waarom de detective iemand heeft tegengehouden. Als de detective een "black box" is die geen redenen geeft, kan de bank dit niet uitleggen aan de klant of de toezichthouders. Hier komt Explainable AI (XAI) in beeld—het is de detective die naar de specifieke aanwijzingen kan wijzen (zoals "ze droegen een clownspak om 3 uur 's nachts") die tot de arrestatie hebben geleid.
Dit artikel is het verhaal over een team van onderzoekers die besloten een nieuw soort digitale detective genaamd TabNet te testen om bankfraudeurs te vangen. Ze namen een enorme dataset van echte banktransacties uit India—meer dan 124.000 records—en zetten TabNet af tegen vijf andere beroemde detective-stijlen: de standaard Deep Neural Network (DNN), de geheugenrijke LSTM, de snelle GRU, de patroonherkenner CNN1D, en enkele anderen. De onderzoekers wilden zien welke detective de fraudeurs het meest nauwkeurig kon opsporen zonder in de war te raken door de enorme hoeveelheid normale transacties, en welke zijn redenering duidelijk kon uitleggen.
De resultaten waren een behoorlijke schok voor de ouderwetse detectives. De standaard Deep Neural Network (DNN), de LSTM, de GRU en de CNN1D hadden allemaal grote moeite. Sterker nog, ze faalden grotendeels. De DNN en CNN1D gaven het eigenlijk op en voorspelden dat elke enkele transactie fraude was, wat vergelijkjes is met een beveiliger die iedereen in het winkelcentrum arresteert omdat hij bang is voor één dief. Hun nauwkeurigheid zat vast op een nutteloze 50%, niet beter dan een muntje opgooien. De LSTM en GRU, die erg goed zijn in het onthouden van sequenties zoals een verhaal, struikelden ook omdat banktransacties in deze dataset geen strikte, verhaalachtige volgorde volgden; het was gewoon een lijst met gebeurtenissen. Deze modellen raakten in de war, wat leidde tot veel valse alarmen en het missen van echte dieven.
Maar toen stapte TabNet naar voren, en dat was een heel ander verhaal. TabNet is een speciaal soort detective, ontworpen voor "tabular data"—dat is gewoon een deftig woord voor spreadsheets met rijen en kolommen van getallen en categorieën. In plaats van alles te proberen te onthouden, gebruikt TabNet een "sparse attention" mechanisme. Denk aan een detective die een magische bril draagt. Wanneer de detective naar een transactie kijkt, dimt de bril de lichten op de irrelevante details (zoals de kleur van de lucht) en schijnt een felle spotlight op de aanwijzingen die er echt toe doen (zo[als] de tijd van de dag of het gebruikte apparaat). Dit stelt TabNet in staat om de ruis te negeren en zich te concentreren op het signaal.
De uitkomst was indrukwekkend. TabNet behaalde een nauwkeurigheid van 97,39%, met een score die ROC-AUC wordt genoemd van 0,9739. Om dit in perspectief te plaatsen: terwijl de andere modellen gokten als bij een muntje opgooien, spoorde TabNet fraudeurs op met bijna perfecte precisie. Het identificeerde bijna alle echte fraudegevallen correct, terwijl het zeer weinig fouten maakte bij de eerlijke transacties. Misschien wel het belangrijkste: TabNet gaf niet alleen een "schuldig"-vonnis; het liet zien hoe het tot die conclusie kwam. Het kon de bank precies vertellen welke kenmerken (zoals "transactiebedrag" of "tijdstip van de dag") het meest verdacht waren, waardoor het een transparant en betrouwbaar hulpmiddel voor toezichthouders is.
De onderzoekers groeven ook in de data om te begrijpen hoe de fraudeurs te werk gingen, en ze ontdekten enkele interessante wendingen. In tegen tegenstelling tot het idee dat dieven alleen midden in de nacht toeslaan, toonden de gegevens aan dat fraude vaak plaatsvindt tijdens drukke zakelijke uren, specifiek tussen 8:00 uur en 17:00 uur, met een piek rond 10:00–11:00 uur. De dieven verscholen zich in het volle zicht en mengden zich tussen de menigte normale shoppers. Ze merkten ook op dat fraudeurs vaak kleine bedragen opnemen van rekeningen met zeer hoge saldi, in een poging om sneaky te zijn door niet in één keer te veel weg te nemen.
Uiteindelijk suggereert het artikel dat voor het vangen van bankfraude in een wereld van spreadsheets, de oude, zware "black box"-detectives niet de beste match zijn. In plaats daarvan is een gespecialiseerd, transparant en adaptief model zoals TabNet de weg vooruit. Het gaat niet alleen om het vangen van de slechteriken; het gaat erom dat je het doet op een manier die snel, nauwkeurig en gemakkelijk uit te leggen is. De studie bevestigt dat hoewel de digitale stad vol slimme dieven zit, we nu een detective hebben met de juiste bril om hen duidelijk te zien.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.