基于用户行为的交易反欺诈探索

╰半夏微凉° 2024-04-07 16:12 89阅读 0赞

阅读收益：

1- 了解交易欺诈的主要行为模式

2- 学习无监督模型在交易风控场景的应用

3- 学习完整线上推理的流程

导读

本次分享的题目是基于用户行为的交易反欺诈检测，主要介绍在交易反欺诈场景下使用用户的浏览行为序列，采用端到端或者两段式，监督或者无监督的方法做了相关尝试，在不同场景下进行评测，对收益确有提升。

01 交易反欺诈背景介绍

首先和大家分享交易反欺诈的背景。

1. 传统的交易反欺诈

下图展示了经典的交易反欺诈流程。

![c68da3503b504be8b6eb63eb310f53eb.png][]  
Data：首先会去收集数据，这里的数据一般是结构化数据、用户画像（例如性别、年龄等基本信息）、交易中的数据、当次交易的金额、时间点等；  
Feature：接下来，根据专家经验，或根据部分样本去做手工特征，这在整个流程中是最为耗时耗力的部分；  
Model：有了这些特征后进行处理、过滤，然后开始建模。传统模型例如LR、树模型GBDT。有了模型后，就可以对目标有一个判断。  
整个过程简单、直接、高效。

2. 用户行为数据分析

上述流程是基于结构化数据，当我们要处理非结构化数据的时候，例如用户的行为序列数据，如果仍采用上述传统模型，可能会有局限性。

![3982fe9436464d8d8e7647ad82fc8b44.png][]  
在电商平台，广告、推荐等应用场景下，用户行为序列是被广泛使用的、信息量很高的一部分特征。传统的风险管理很少使用行为数据，因此我们希望在交易反欺诈的场景下尝试使用用户行为序列，看效果如何。

下面主要介绍两类交易欺诈的类型：

① 盗号 (Account takeover)

![bd5b8f7b79e142d2800f49978468ffab.png][]  
对于正常用户，进入平台后，首先会进行搜索，有了搜索结果后可能会去浏览，这个过程大概是1分钟左右的时间，然后把喜欢的物品加入购物车，之后可能再去浏览同类的产品或者同卖家的其他产品，这个过程可能也会花费几分钟左右，很多人有选择困难的问题，所以到最终购买完成，可能还会有部分思考时间。

对于欺诈者，他们的浏览行为目的性强，操作也比较流畅，用盗来的账号一般会去买一些比较贵重的物品，例如钻石、首饰、金银珠宝或者3C一类的物品。

![08766f9d4e61490aa37246f082ae7d61.png][]

上图是两种盗号（Account takeover）的用户行为数据：

欺诈者登录后，用时15s去搜索一个airports，又用27s的时间来浏览界面，最后用了10s的时间来完成支付操作，从登录到完成结账整个过程不超过1分钟，目的性很强，操作熟练；  
欺诈者登录后，明确去搜索一个4k的电视，而后又用比较短的时间完成付款，静默一段时间后又发生购买行为，继续重复这样的过程。  
② 偷卡 (Stolen financial)

偷盗者窃取银行卡信用卡等设备，其进入平台先浏览，浏览后付款，付款需要绑卡，在这里偷窃者会绑定这张偷来的卡去做交易，之后又会浏览不同的商品，一般也都是比较贵重的。

![2f3a82d0df624eed96c92b03f199949a.png][]

再来宏观地看一下正常用户和盗号用户的区别：

![b564ee097daa4dff852927232bbafdb6.png][]

正常用户浏览页面的次数是盗号用户的1.5倍；  
正常用户的平均浏览时长约比盗号用户长1分钟；  
正常用户在特定页面（如ViewItem或者Search）的浏览次数比盗号用户多20%。  
上图中下半部分的图将用户行为数据可视化。每个蓝色框是序列中的一个具体行为，如search，buy等。后面的数字是行为在序列中的位置。绿色的线串联起来的框是正常用户的行为轨迹，红色的线是盗号的人的行为轨迹。可以看到，对于一些特定的页面流转，比如search后直接购买，这样的行为流转动作中盗号的占比要更高。

以上例子和数据证明，用户行为序列对于交易反欺诈场景是有帮助的。

![2c2240e555c7400783b7658a14c40b52.png][]

首先将用户行为数据收集起来，进行一些基本处理，去做encode或者脏数据清理，接下来将收集到的行为序列做embedding，有了embedding之后，就可以将其应用到下游不同的任务当中。

02 模型介绍

1. 有监督模型

① 端到端的方法

![12dfd1b5bc6d428e9af4046eec8f76e9.png][]

借鉴了Deep and Wide的结构，首先介绍Deep部分，Deep部分会把不同的行为序列进入各自深度的塔里面，对于不同的sequence，先做embedding，然后过一个LSTM的结构，之后又加了CNN的结构，最终为了将不同sequence的信息更好地融合，模型又加了attention的机制，从attention输出之后，会跟Wide部分的特征“碰面”，Wide部分我们会选择一些在交易反欺诈领域比较传统的手工特征，最后进行分类。

在Deep部分，我们不仅尝试了上述结构，还尝试了将LSTM和attention部分全部替换成transformer中的encoder结构，或者直接全部用Transformer结构替换，不同的结果在不同的情况下效果会有差异。

Enrich Deep model借鉴了PPT图下面的paper，首先对于输入的一个behavior sequence，它由不同的event、viewed page组成，对于用户停留的每一个页面，会有不同的属性，所以我们在输入的时候会做全对齐，之后会做embedding，后面接RNN的结构，最后去做分类。

② 两段式的方法

![534535aa950546db933ded3894dcef42.png][]

先用深度学习的模型把sequence部分的信息提取出来，即对sequence做embedding，抽取出embedding后将embedding加入到下游传统的模型里面，作为behavior sequence的特征。

![042c7ddf34e74e84b78ea4a617e3c169.png][]

上图是Performance的展示，无论是端到端还是两段式，加入behavior数据后都会有所提升。

2. 无监督模型

![5a097b02b724495e8764092048177731.png][]

采用无监督聚类这一整体思路，主要分为两部分：先用无监督的方式把behavior embedding学出来，有了embedding后再做无监督的聚类，聚类完成后，借Fraud Seeds从cluster中找到risky cluster，从而承接下游不同的任务。

① 如何采用无监督的方法获取behavior sequence embedding

这里的无监督是指我们没有用到欺诈的标签。

![fd4e2c5f552e4e0ebf78f8530affbfcc.png][]

我们首先将一个behavior sequence分成event sequence和time sequence，两个sequence分别进入双向LSTM网络（biLSTM）, 盗卡用户在绑卡过程中对于密码或安全问题等的不熟悉，因此他们在特定页面可能会停留更长的时间，我们利用attention机制将event sequence和time sequence更好地融合起来，而后组合两部分向量去做我们的next event prediction。

② 如何利用behavior embedding进行聚类

![51da62a3ea514576a25496116e84e294.png][]

使用HDBSCAN把高维的向量映射到三维空间，PPT右边的图是一个实际的效果图，蓝色的点是正常的点，红色点是欺诈点，从图中也可以看出，欺诈点有明显的点聚集特性。

![dec9a5b191b3439ab3aba93527b70e49.png][]

为了让业务同学更好地使用，我们有一个Cluster解释模块，主要参考了SKOPE-RULES工具。其思路是，要对某个cluster做解释，会把这个cluster中的样本看作是一类（Y=1），而其它cluster中的样本看作是其它类（Y=0），为了更好地区分它们，通过决策树不同的分枝，生成不同的rule，以这些rule为这个cluster做解释供下游使用。

HDBSCAN优化：

![ef88ff8e21074df483306ece130e5154.png][]

我们利用GPU资源基于FAISS做了一些相关优化，以及在HDBSCAN最小生成树的算法部分进行了优化。

③ 如何训练

![e410b2df5f2a4450b01bf3a97751199e.png][]

采用滑动窗口的概念，采用前30天的数据作为训练，第31天作为测试数据。拿历史数据找到当前的cluster，通过“坏样本”的种子找到risky cluster，risky cluster再跟我们的test data计算一个相似度，经过阈值或规则的判断来对当前的交易做一个评价。

03 工程部署

![c3e95b6aab2f470dae8fa1f4da9abe45.png][]

前面介绍的训练部分主要是上图中Offline模块，Offline模块主要包含两部分，一是用户behavior embedding提取部分，同时将它部署到Deep model inference engine里面，二是找到risky cluster同时将它存到线上select cluster库中。

线上我们会对实时的sequence做一些encode的处理，过inference embedding模型，将实时的sequence变成embedding向量，有了embedding向量后我们会将当前向量和之前聚类中心保存的cluster算similarity，而后在rule engine中判断这笔交易是正常还是欺诈。

04 总结

![71e1cd857e9f4879a216c73e21504781.png][]

我们在交易反欺诈场景尝试了应用用户行为序列，经过分析它与标签的相关性，以及它的pattern等，我们发现欺诈行为会有一些特定的表现，可以进一步提升我们的欺诈检测和主动风险防御能力。

05 精彩问答

Q：请问异构用户的行为信息怎么用deepmodel来做，不同属性的用户行为信息可能不同，有什么技巧？

A：我理解提问同学指的异构用户行为是指有item的属性、page属性、location属性、时间属性等，首先我们针对离散型或者连续型的数据都会进行一个离散化处理，离散化处理之后再做encode，encode之后再进行embedding等一列具体操作。

Q：请问cluster里输入的embedding是怎么得到的？

A：我们是采用无监督的方式，我们学这个embedding的目标并不是它是否发生在欺诈交易的一个序列，而是对下一个event做预测，比如我们会把输入的序列先打断，之前有100个行为，我们按照每20个进行划分，每一个都会有next event，相当于做预测，这样通过一个多分类的目标把输入的sequence数据的embedding学出来。

Q：请问使用有监督和无监督做行为序列embedding在业务效果和模型更新上有没有什么差异，比如有监督的序列embedding模型在训练时是不是要和主模型的周期避开？

A：确实会有上述问题存在，但还是要看怎么使用，如果只是想完全替换原来的某些模型，这种情况还好，更多的是想通过加入了不同的特征，整体特征候选集会有差异，所以它会学习到不同方面，我们的理想情况是，不同的模型，虽然它的目标相同，但是它可能抓住的人不同，加入用户sequence embedding后可能会抓到以前模型漏掉的欺诈用户，不同的模型虽有相同但也有互补。

Q：请问做sequence embedding时学习的y是什么，预测的问题是什么？

A: 我们这边采用的是有监督和无监督两种学习方式，如果是有监督y就是它是欺诈交易还是正常交易，如果是无监督的话我们就会对next event做prediction，然后embedding抽出来迁移到不同的任务中。

Q：做特征时时间范围的选取是怎么操作的？

A：如果是做聚类的情况，我们使用历史滑动窗口，比如30天，以30天以前的数据training，第31天的数据做test，它的特征就是从30天来取。

Q：在特征建模的时候，特征选取在什么粒度，是用户粒度还是交易粒度，行为序列是怎么截取的？

A：上述讲的方法都是在交易粒度。

Q：next event中event是怎么定义的？

A：大页面的view，比如说它是checkout页面，view页面还是search页面。

Q：关于反欺诈系统的搭建需要哪几个阶段，业务初期没有太多交易数据，在这种情况下需要怎么做，是不是要从积累变量和欺诈样本开始？

A：做模型，尤其是深度模型最好还是有大量的数据，如果初期数据不足，首先可以选用专家经验，这个专家经验可能不仅是你们公司专家你们的场景，其他相似的专家经验也可以迁移过来，也可以是通过一些主要的case去看到一些pattern，先去上一些规则，后面不断的累积，达到可以建模的规模后再上深度模型（深度模型改成模型）。

Q：对于用户不同的行为序列embedding之后是要concate拼接吗？

A: 对于viewpage的sequence、viewitem的sequence以及dwelltime的sequence相当于每一个经过不同的塔，塔之间是独立的，后面会concate起来。

[c68da3503b504be8b6eb63eb310f53eb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/2792daa449dd49bdaa8e53387098d27b.png
[3982fe9436464d8d8e7647ad82fc8b44.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/432f4a0dfa8b43298de0bb67dbbc04ad.png
[bd5b8f7b79e142d2800f49978468ffab.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/a66b4fc3b4834d9ab73da68c08f1e3be.png
[08766f9d4e61490aa37246f082ae7d61.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b8c368b8dfa849f18768cef9b4c830be.png
[2f3a82d0df624eed96c92b03f199949a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/9617ad668c87456499dc5342eb112259.png
[b564ee097daa4dff852927232bbafdb6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/2565ee1891cc4fc5917e4b199b68d0a4.png
[2c2240e555c7400783b7658a14c40b52.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b934bd6b9d2f4e1caf6dd3a715de8150.png
[12dfd1b5bc6d428e9af4046eec8f76e9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/dd74ca059c1c4539885444c92f07f6c1.png
[534535aa950546db933ded3894dcef42.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/1d4363868c8b438b96ac9a3fcd01b87d.png
[042c7ddf34e74e84b78ea4a617e3c169.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/5937c5d814464182af5558f3f653f7e3.png
[5a097b02b724495e8764092048177731.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/12d31e5ee0fa4510a3318221b6fb4f83.png
[fd4e2c5f552e4e0ebf78f8530affbfcc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/6e4fbfa7a36742759bc206054fd4998b.png
[51da62a3ea514576a25496116e84e294.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/876e3f435d9644a78167dd53f5983fb6.png
[dec9a5b191b3439ab3aba93527b70e49.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/af7f07462ab54739993f0a32b708685f.png
[ef88ff8e21074df483306ece130e5154.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/21d4a10e89a9434e99f8982a50f06f8c.png
[e410b2df5f2a4450b01bf3a97751199e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b7ef96a16dc445399b0b5513a22249a4.png
[c3e95b6aab2f470dae8fa1f4da9abe45.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/70ef2e9eb4a84338a619b4eba27c8a53.png
[71e1cd857e9f4879a216c73e21504781.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/5ea104e50cd8452bb0d9b66129e72904.png