جاسازی نمودار تراکنش ناهمگن پویا برای تشخیص تقلب ایمنی محور درسناریوهای مالی

هدف تشخیص تقلب در نمودار پویا، تمایز ن هادهای متقلبانه ای است که به طور قابل توجهی از بسیاری از موجودیتهای خوش خیم در یک شبکه گراف در حال تغییر منحرف می شوند. با این حال، هنگام برخورد با سناریوهایمختلف تقلب مالی ، روش های موجود با چالش هایی مواجه می شوند که در نتیجه تضمین موثر امنیت مالی بامشکل مواجه می شود. در سناریوهای تقلب، داده های تراکنش در زمان واقعی تولید می شوند که در آن یک رابطهزمانی قوی بین چندین تراکنش متقلبانه مشاهده می شود. مدل های گراف پویا سنتی برای متعادل کردن موثرویژگی های زمانی گره ها و ویژگی های ساختاری فضایی تلاش می کنند، و نمی توانند انواع مختلف گره ها را در شبکهنمودار مدیریت کنند. در این مطالعه، برای استخراج اطلاعات زمانی و ساختاری ، ما یک شبکه جاسازی گرافتراکنش ناهمگن پویا (DyHDGE) بر اساس یک نمودار تراکنش ناهمگن پویا، با در نظر گرفتن اطلاعات زمانی وساختاری پیشنهاد کردیم .ترکیب داده های ناهمگن برای استخراج جداگانه روابط زمانی بین تراکنش ها و روابط ساختاری فضایی بین گرهها، ما از یک ماژول یادگیری نمایش نمودار زمانی ناهمگن و یک ماژول استخراج اطلاعات ساختار نمودار زماناستفاده کردیم. علاوه بر این، ما دو تابع از دست دادن را برای بهینه سازی نمایش ویژگی های گره طراحی کردیم.

کلیدواژه ها:

یادگیری نمودار پویا ، تشخیص تقلب ، شبکه عصبی نمودار ، زمانی اطلاعات