Multi-Scale Adaptive Neighborhood Awareness Transformer For Graph Fraud Detection

O artigo propõe o MANDATE, um transformador de atenção multi-escala que supera as limitações de viés indutivo dos GNNs na detecção de fraudes em grafos ao incorporar codificação posicional multi-escala e estratégias de embedding diferenciadas para conexões homofílicas e heterofílicas, demonstrando superioridade em três conjuntos de dados.

O essencial

Imagine que você é um detetive tentando encontrar golpistas em uma grande festa. A festa é a internet (redes sociais, bancos, lojas online), e os convidados são os usuários. A maioria das pessoas é honesta, mas alguns estão tentando roubar ou enganar os outros.

O problema é que os golpistas são mestres em se esconder. Eles podem parecer normais, ou podem estar se misturando com pessoas que não são como eles.

Até hoje, os "detetives digitais" (chamados de Redes Neurais de Grafos) usavam uma regra simples: "Se você é amigo de alguém, provavelmente vocês são parecidos."

• Se você é amigo de um honesto, você deve ser honesto.
• Se você é amigo de um golpista, você provavelmente é um golpista.

Mas os golpistas modernos são espertos. Eles se conectam com pessoas honestas para parecerem confiáveis (isso é chamado de "heterofilia" – conexões entre coisas diferentes). A regra antiga falha nesses casos, porque assume que todos os amigos são iguais.

É aqui que entra o MANDATE, o novo sistema proposto neste artigo. Vamos explicar como ele funciona usando uma analogia de uma investigação policial de elite.

1. O Problema: A Visão Limitada

Os métodos antigos olhavam apenas para o "quintal imediato" de uma pessoa (seus amigos diretos). Eles tinham dificuldade em entender o contexto global da festa. Além disso, eles tratavam todos os tipos de amizade da mesma forma, o que confundia o sistema quando um golpista se misturava com pessoas boas.

2. A Solução: O Detetive MANDATE

O MANDATE é como um novo tipo de detetive que usa três superpoderes para resolver o caso:

A. O Mapa de Distâncias Múltiplas (Codificação Posicional Multi-escala)

Imagine que, em vez de apenas perguntar "quem é seu melhor amigo?", o MANDATE pergunta:

• "Quem é seu amigo direto?" (1 passo)
• "Quem é o amigo do seu amigo?" (2 passos)
• "Quem é o amigo do amigo do seu amigo?" (3 passos)
• E assim por diante, até o final da festa.

O sistema cria um mapa de distâncias. Ele entende que a informação que vem de 3 passos de distância é diferente da que vem de 1 passo. Isso permite que ele veja padrões globais, não apenas locais. É como ter um mapa da cidade inteira, não apenas da sua rua.

B. O Radar de "Amigos" vs. "Inimigos" (Consciência do Bairro)

Aqui está a parte mais inteligente. O MANDATE percebe que existem dois tipos de conexões na festa:

1. Conexões Semelhantes (Homofilia): Pessoas que se parecem e se ajudam (ex: dois amigos honestos).
2. Conexões Diferentes (Heterofilia): Pessoas que se conectam, mas são opostas (ex: um golpista tentando enganar uma vítima).

O MANDATE não trata esses dois casos da mesma forma.

• Para os amigos semelhantes, ele junta as informações deles para fortalecer a confiança.
• Para os conexões diferentes, ele não junta as informações cegamente. Em vez disso, ele usa uma "caixa preta" (uma rede neural) para analisar por que eles estão conectados. Ele aprende a detectar o padrão de "golpe" nessas conexões estranhas, em vez de assumir que são normais.

C. O Tradutor de Múltiplas Relações (Fusão de Embeddings)

Na festa, as pessoas podem ter vários tipos de relação: "amigos do Facebook", "colegas de trabalho", "vizinhos".
O MANDATE não ignora isso. Ele cria um "tradutor" que pega todas essas diferentes relações, analisa o que cada uma diz sobre a pessoa e as combina em uma única ficha criminal completa. Isso evita que o sistema seja enganado porque uma pessoa tem muitos amigos em uma rede, mas é suspeita em outra.

3. O Resultado: A Festa Limpa

Os autores testaram esse novo sistema em três grandes "festas" (bases de dados reais: Yelp, Amazon e um banco financeiro).

O resultado foi impressionante:

• O MANDATE encontrou muito mais golpistas do que os métodos antigos.
• Ele não se confundiu quando os golpistas tentaram se esconder entre pessoas boas.
• Ele conseguiu ver o "quadro geral" da festa, não apenas o que estava acontecendo ao lado do golpista.

Resumo em uma frase

O MANDATE é um sistema de detecção de fraudes que para de assumir que "amigos são iguais". Em vez disso, ele olha para longe, entende que existem diferentes tipos de conexões (boas e ruins) e usa uma tecnologia avançada (Transformers) para juntar todas essas pistas e identificar o golpista com precisão cirúrgica.

É como trocar um detetive que só olha para o nariz do suspeito por um que usa drones, mapas 3D e inteligência artificial para entender a dinâmica inteira da festa.

Resumo técnico

Resumo Técnico: MANDATE para Detecção de Fraude em Grafos

1. O Problema

A detecção de fraude em grafos (GFD) é crucial para identificar comportamentos maliciosos em redes financeiras, mídias sociais e plataformas de comércio eletrônico. Embora as Redes Neurais em Grafos (GNNs) tenham demonstrado grande potencial devido à sua capacidade de expressividade em dados estruturados, elas enfrentam limitações fundamentais que prejudicam a detecção de fraudes:

• Viés Indutivo Inerente: As GNNs assumem frequentemente a homofilia (a ideia de que nós conectados tendem a ter atributos e rótulos semelhantes). No entanto, em cenários de fraude, nós fraudulentos muitas vezes exibem heterofilia (conexões com nós benignos ou outros fraudadores de forma não homogênea), violando essa suposição.
• Capacidade de Modelagem Global Limitada: Os mecanismos de passagem de mensagens locais das GNNs dificultam a captura de padrões de fraude globais que se estendem por comunidades inteiras do grafo.
• Viés de Distribuição: Existem diferenças intrínsecas na distribuição de homofilia entre nós benignos e fraudulentos, além de vieses causados por múltiplos tipos de relações em grafos multirrelacionais.

2. Metodologia Proposta: MANDATE

Os autores propõem o MANDATE (Multi-scale Adaptive Neighborhood Awareness Transformer), uma arquitetura baseada em Transformers projetada para aliviar os vieses das GNNs. A metodologia consiste em três componentes principais:

A. Estratégia de Codificação Posicional Multi-escala
Para capturar informações de posição mais extensivas do que as GNNs tradicionais, o modelo codifica a informação posicional de várias distâncias a partir de um nó central.

• Utiliza uma matriz de caminhada aleatória (random walk) para representar a distância entre nós.
• Define uma sequência de codificações posicionais $S_p(u_i)$ que abrange de 1 a $K$ saltos (hops).
• Permite a aprendizagem de end-to-end de matrizes de propagação de grafos generalizadas (como PageRank generalizado) através de parâmetros aprendíveis, capturando informações de posição mais abrangentes do que apenas a vizinhança imediata.

B. Embedding Posicional com Consciência de Vizinhança
O modelo trata diferentemente conexões homofílicas e heterofílicas para mitigar as diferenças de distribuição:

• Conexões Homofílicas: Como nós vizinhos tendem a ter atributos similares, a informação posicional é usada diretamente como probabilidade de propagação de características.
• Conexões Heterofílicas: Como a proximidade topológica não implica correlação positiva, o modelo utiliza uma arquitetura de rede neural (MLP) para aprender automaticamente essas correlações complexas, concatenando a informação posicional com os atributos do nó.
• Fusão e Ortogonalidade: Os embeddings de diferentes ordens (k-hop) são concatenados. Para evitar redundância de informação (já que embeddings de alta ordem contêm informações de baixa ordem), é imposta uma restrição de ortogonalidade via uma função de perda de cosseno, garantindo que cada ordem de embedding capture informações posicionais únicas.

C. Estratégia de Fusão de Embeddings Multi-relação
Para grafos com múltiplos tipos de relações (ex: "amigo", "comentou", "comprou"):

• Embeddings Específicos do Nó: São agregados usando pesos aprendíveis (semelhante a uma rede multi-cabeça) para aprender representações diversas.
• Embeddings Posicionais: Como diferentes relações podem fornecer aspectos distintos de informação, os embeddings posicionais de todas as relações são concatenados, permitindo que o modelo aprenda autonomamente a influência de cada relação.

3. Contribuições Chave

1. Alívio do Viés de Homofilia: Ao projetar estratégias de embedding distintas para conexões homofílicas e heterofílicas, o MANDATE mitiga a suposição de que nós conectados devem ser semelhantes, o que é crítico para detectar fraudes.
2. Modelagem Global Multi-escala: A introdução de codificação posicional multi-escala combinada com o mecanismo de self-attention dos Transformers supera a limitação de modelagem local das GNNs, permitindo a captura de padrões globais de fraude.
3. Fusão Adaptativa em Grafos Multirrelacionais: A estratégia de fusão de embeddings lida eficazmente com o viés de distribuição causado por diferentes tipos de relações em grafos complexos.
4. Arquitetura Híbrida: Integra a capacidade de extração de características estruturais dos Transformers com a necessidade de adaptação a grafos heterofílicos.

4. Resultados Experimentais

O modelo foi avaliado em três conjuntos de dados amplamente utilizados: YelpChi (avaliações), Amazon (resenhas de produtos) e T-Finance (rede financeira).

• Desempenho Superior: O MANDATE superou consistentemente os métodos mais avançados (SOTA), incluindo GNNs baseadas em seleção de vizinhança, métodos otimizados por frequência e estratégias de agregação.
  • No conjunto YelpChi, obteve melhorias de até 17,04% nas métricas F1-macro e Gmean em comparação com os melhores concorrentes.
  • No conjunto Amazon, alcançou um AUC de 0,9871 e Gmean de 0,9331, superando todos os baselines.
  • No conjunto T-Finance, demonstrou robustez com um AUC de 0,9712.
• Estudo de Ablação:
  • A estratégia de codificação posicional multi-escala superou variações usando apenas PageRank ou codificação de salto único (hop-1).
  • A fusão de embeddings multi-relação mostrou ganhos significativos (pelo menos 3% em AUC no YelpChi) em comparação com abordagens de relação única, especialmente em grafos estruturalmente complexos.

5. Significado e Impacto

O trabalho MANDATE representa um avanço significativo na detecção de fraude em grafos ao abordar diretamente as limitações teóricas das GNNs tradicionais. Ao substituir a suposição rígida de homofilia por uma abordagem adaptativa que distingue e processa conexões homofílicas e heterofílicas, o modelo oferece uma ferramenta mais robusta para cenários do mundo real onde fraudadores frequentemente exploram a estrutura do grafo de maneiras não convencionais. A integração bem-sucedida de Transformers com grafos multirrelacionais abre novas direções para a modelagem de interações complexas em segurança cibernética e análise financeira.