技术摘要：用于信用卡欺诈检测的 CNN-LSTM 与图神经网络（GNN）对比研究

1. 问题陈述

数字交易的快速扩张已使传统的基于规则的欺诈检测系统难以为继，因为这些系统难以捕捉现代金融数据中固有的非线性、时序性和关联性模式。尽管深度学习提供了解决方案，但在序列深度架构（特别是 CNN-LSTM）与基于图的关联模型（图神经网络，或称 GNN）之间，文献中仍缺乏公平且受控的对比研究。

此外，欺诈检测面临着极端的类别不平衡挑战（欺诈案例通常占比 <0.2%），这使得标准的准确率指标具有误导性。现有研究往往缺乏使用相同预处理、验证协议和公平性感知优化进行的并排对比，导致难以确定哪种范式在匿名化、特征丰富的交易数据中更具优势。

2. 研究方法

作者进行了一项受控的端到端对比研究，使用了公开的 Kaggle “信用卡欺诈检测”数据集（284,807 笔交易，492 笔欺诈）。研究对两种模型采用了完全相同的划分方式（70% 训练集、15% 验证集、15% 测试集）、预处理流程和评估指标。

数据预处理与不平衡处理

• 归一化： 特征使用标准缩放器（Standard Scaler）进行标准化。
• 类别不平衡： 在训练期间应用了**类别权重（class-weighting）**方法，为少数类（欺诈类）分配更高的损失权重。
• 阈值调优： 在验证集上优化决策阈值，以最大化 F1 分数，从而超越默认的 0.5 截断点，以平衡精确率（Precision）和召回率（Recall）。

模型架构

1. CNN-LSTM（序列/混合型）：

   • 结构： 一个 1D 卷积层（64 个滤波器）用于提取局部特征相关性，随后是批归一化（Batch Normalization）、双向 LSTM（128 个单元）用于捕捉时序依赖关系、全局平均池化（Global Average Pooling）、Dropout（0.3）以及 Sigmoid 输出。
   • 原理： 旨在同时捕捉空间特征交互和序列动态，而无需显式的关联图。
   • 训练： 使用 Adam 优化器、二元交叉熵损失，进行 25 个 epoch 的训练。

2. 图神经网络 (GNN)：

   • 结构： 采用 GraphSAGE 框架。由于数据集具有匿名性质（缺乏显式的关联属性），研究构建了一个合成伪图（synthetic pseudo-graph）。通过使用分位数离散化进行商户分箱，将持卡人和商户推断为节点，并将交易视为边。
   • 原理： 旨在建模关联结构并检测共谋行为（欺诈团伙）。
   • 训练： 使用带权重（weighted）的二元交叉熵（BCE）和 Focal Loss 变体。测试了两个版本：标准加权版本和带有裁剪权重的 Focal Loss 版本。

评估指标

研究优先考虑了对不平衡敏感的指标，而非原始准确率：

• 精确率、召回率、F1 分数： 用于评估欺诈类别的识别能力。
• ROC-AUC 与 PR-AUC： 用于衡量独立于阈值的判别能力，其中特别强调了针对不平衡数据集的 PR-AUC。
• 延迟（Latency）： 每样本的平均推理时间，用以评估实时部署的可行性。

3. 关键结果

实验结果显示，针对该特定数据集，两种架构之间存在显著的性能差异：

• CNN-LSTM 表现：

  • 经过阈值调优（优化至 0.9995）后，模型实现了 0.9138 的精确率、0.7162 的召回率和 0.8030 的 F1 分数。
  • 该模型保持了 0.9795 的高 ROC-AUC。
  • 基准模型（阈值 0.5）的 PR-AUC 为 0.8124；然而，第 5.1 节指出，在经过阈值校准后，精确率-召回率曲线下面积（PR-AUC）为 0.792。
  • 该模型表现出低延迟，适合实时推理。

• GNN 表现：

  • GNN 的表现非常糟糕。第 4.3 节报告，基准模型（使用带正样本权重的 BCE）的 PR-AUC 仅为 0.012，ROC-AUC 为 0.711，精确率为 0.0045，召回率为 0.5135。
  • 表 2 列出 GNN (BCE) 的 PR-AUC 为 0.0021，凸显了文本描述与表格结果之间的差异。
  • 即便使用 Focal Loss，该模型也无法区分欺诈，经常将所有交易预测为欺诈（零精确率/零召回率）。
  • 作者将其失败归因于缺乏有意义的关联数据；合成图无法为 GNN 生成足够的信号来进行学习。

4. 核心贡献

• 受控对比框架： 本文提供了一个可复现的、公平的对比框架，通过使用相同的数据集、预处理和超参数调优协议来比较 CNN-LSTM 和 GNN，填补了现有文献中的空白。
• 关于匿名化数据的经验证据： 研究表明，虽然 GNN 在理论上对于关联性欺诈检测非常强大，但在缺乏显式关联属性（如共享设备、商户网络）的重度匿名化、仅含特征的数据集上，其泛化能力较差。
• 阈值校准的重要性： 研究强调了阈值调优对于实际部署至关重要，它能在不牺牲召回率的情况下显著提高精确率，尤其是在高度偏斜的领域。
• 指标选择： 本文提倡使用 PR-AUC 和 F1 分数而非准确率，以提供对欺诈检测能力的现实评估。

5. 意义与主张

本文主张，对于匿名化、特征丰富的交易数据，CNN-LSTM 架构优于 GNN。这种混合模型能够在不需要外部图结构的情况下，成功利用时序序列和特征交互。

作者强调：数据特征决定了模型的适用性：

• CNN-LSTM 是在无法获得关联数据或数据被匿名化环境下的实时、基于特征检测的首选方案。
• GNN 虽仍有价值，但其有效性取决于显式关联属性（如跨商户网络、设备共享）的存在。

研究结论认为，未来的欺诈检测系统可能会受益于结合序列建模与图推理的混合方法，前提是相关的关联数据是可获取的。同时，研究也强调了方法论严谨性在 AI 研究中的必要性，以确保对比不会因不一致的预处理或评估指标而产生偏差。