Resumo Técnico: Um Estudo Comparativo de CNN-LSTM e Redes Neurais de Grafos para Detecção de Fraude em Cartão de Crédito

1. Definição do Problema

A rápida expansão das transações digitais superou os sistemas tradicionais de detecção de fraude baseados em regras, que têm dificuldade em capturar os padrões não lineares, temporais e relacionais inerentes aos dados financeiros modernos. Embora o aprendizado profundo ofereça uma solução, existe uma lacuna significativa na literatura quanto a uma comparação justa e controlada entre arquiteturas profundas sequenciais (especificamente CNN-LSTM) e modelos relacionais baseados em grafos (Redes Neurais de Grafos, ou GNNs).

Além disso, a detecção de fraude enfrenta o desafio crítico do desequilíbrio de classes extremo (frequentemente <0,2% de casos de fraude), onde as métricas de acurácia padrão são enganosas. Estudos existentes frequentemente carecem de comparações lado a lado utilizando o mesmo pré-processamento, protocolos de validação e otimização consciente de equidade (fairness-aware), tornando difícil determinar qual paradigma é superior para dados de transações anonimizados e ricos em atributos.

2. Metodologia

Os autores conduziram um estudo comparativo controlado de ponta a ponta usando o conjunto de dados público "Credit Card Fraud Detection" do Kaggle (284.807 transações, 492 fraudulentas). O estudo empregou divisões de dados idênticas (70% treinamento, 15% validação, 15% teste), pré-processamento e métricas de avaliação para ambos os modelos.

Pré-processamento de Dados e Tratamento de Desequilíbrio

• Normalização: As características foram padronizadas utilizando um Standard Scaler.
• Desequilíbrio de Classes: Uma abordagem de ponderação de classe (class-weighting) foi aplicada durante o treinamento, atribuindo pesos de perda mais altos à classe minoritária (fraude).
• Ajuste de Limiar (Threshold Tuning): Os limiares de decisão foram otimizados no conjunto de validação para maximizar o F1-score, indo além do corte padrão de 0,5 para equilibrar precisão e recall.

Arquiteturas de Modelos

1. CNN-LSTM (Sequencial/Híbrida):

   • Estrutura: Uma Camada Convolucional 1D (64 filtros) para extrair correlações de características locais, seguida por Batch Normalization, uma LSTM Bidirecional (128 unidades) para capturar dependências temporais, Global Average Pooling, Dropout (0,3) e uma saída Sigmoid.
   • Racional: Projetada para capturar interações espaciais de características e dinâmicas sequenciais simultaneamente, sem a necessidade de grafos relacionais explícitos.
   • Treinamento: Otimizador Adam, perda de entropia cruzada binária (binary cross-entropy), 25 épocas.

2. Rede Neural de Grafo (GNN):

   • Estrutura: Um framework GraphSAGE. Devido à natureza anonimizada do conjunto de dados (sem atributos relacionais explícitos), um pseudo-grafo sintético foi construído. Portadores de cartão e lojistas foram inferidos como nós, e transações como arestas, utilizando discretização por quantis para o agrupamento (binning) de lojistas.
   • Racional: Projetada para modelar estruturas relacionais e detectar comportamentos colusivos (redes de fraude).
   • Treinamento: Entropia cruzada binária com logits (ponderada) e uma variante de Focal Loss. Duas versões foram testadas: ponderação padrão e Focal Loss com pesos clipados.

Métricas de Avaliação

O estudo priorizou métricas sensíveis ao desequilíbrio em vez da acurácia bruta:

• Precisão, Recall, F1-Score: Para avaliar a identificação da classe de fraude.
• ROC-AUC & PR-AUC: Para medir a capacidade de discriminação independente de limiares, com o PR-AUC sendo especificamente destacado para conjuntos de dados desbalanceados.
• Latência: Tempo médio de inferência por amostra para avaliar a viabilidade de implantação em tempo real.

3. Principais Resultados

Os resultados experimentais revelaram uma disparidade de desempenho acentuada entre as duas arquiteturas neste conjunto de dados específico:

• Desempenho da CNN-LSTM:

  • Após o ajuste de limiar (otimizado em 0,9995), o modelo alcançou uma Precisão de 0,9138, um Recall de 0,7162 e um F1-score de 0,8030.
  • Manteve um alto ROC-AUC de 0,9795.
  • O modelo de linha de base (limiar 0,5) alcançou um PR-AUC de 0,8124; no entanto, a Seção 5.1 observa que após a calibração do limiar, a área de precisão-recall foi de 0,792.
  • O modelo demonstrou baixa latência, tornando-o adequado para inferência em tempo real.

• Desempenho da GNN:

  • A GNN teve dificuldades significativas. A Seção 4.3 relata um PR-AUC de apenas 0,012 e um ROC-AUC de 0,711 para o modelo de linha de base (BCE com pos_weight), com uma precisão de 0,0045 e recall de 0,5135.
  • A Tabela 2 lista o PR-AUC da GNN (BCE) como 0,0021, destacando uma discrepância entre a descrição do texto e os resultados tabulados.
  • Mesmo com Focal Loss, o modelo falhou em distinguir a fraude, muitas vezes prevendo todas as transações como fraudulentas (Precisão/Recall Zero).
  • Os autores atribuem essa falha à falta de dados relacionais significativos no conjunto de dados anonimizado; a construção do grafo sintético não conseguiu gerar sinal suficiente para que a GNN aprendesse.

4. Principais Contribuições

• Framework Comparativo Controlado: O artigo fornece uma comparação reprodutível e justa entre CNN-LSTM e GNN usando os mesmos conjuntos de dados, pré-processamento e protocolos de ajuste de hiperparâmetros, abordando uma lacuna na literatura existente.
• Evidência Empírica em Dados Anonimizados: O estudo demonstra que, embora as GNNs sejam teoricamente poderosas para detecção de fraude relacional, elas falham em generalizar em conjuntos de dados compostos apenas por características e fortemente anonimizados, onde atributos relacionais explícitos (ex: compartilhamento de dispositivos, redes de lojistas) estão ausentes.
• Importância da Calibração de Limiar: A pesquisa destaca que o ajuste de limiar é crítico para a implantação prática, melhorando significativamente a precisão sem sacrificar o recall em domínios altamente enviesados.
• Seleção de Métricas: O artigo defende o uso de PR-AUC e F1-score em vez de acurácia para fornecer uma avaliação realista das capacidades de detecção de fraude.

5. Significância e Alegações

O artigo afirma que, para dados de transações anonimizados e ricos em atributos, as arquiteturas CNN-LSTM são superiores às GNNs. O modelo híbrido consegue aproveitar com sucesso as sequências temporais e as interações de características sem exigir estruturas de grafos externas.

Os autores enfatizam que as características dos dados ditam a adequação do modelo:

• CNN-LSTM é a escolha preferencial para detecção baseada em características e em tempo real em ambientes onde os dados relacionais não estão disponíveis ou foram anonimizados.
• GNNs permanecem valiosas, mas dependem da disponibilidade de atributos relacionais explícitos (ex: redes de lojistas, compartilhamento de dispositivos) para funcionar efetivamente.

O estudo conclui que futuros sistemas de detecção de fraude podem se beneficiar de abordagens híbridas que combinam modelagem sequencial com raciocínio de grafos, desde que os dados relacionais necessários estejam acessíveis. Também ressalta a necessidade de rigor metodológico na pesquisa de IA, garantindo que as comparações não sejam confundidas por pré-processamentos ou métricas de avaliação inconsistentes.