關(guān)鍵詞：電信詐騙；圖神經(jīng)網(wǎng)絡(luò)；殘差連接；自注意力機制；用戶檢測

中圖分類號：TP391 文獻標識碼：A

文章編號：1009-3044（2025）03-0001-05 開放科學（資源服務(wù)） 標識碼（OSID） ：

0引言

隨著互聯(lián)網(wǎng)絡(luò)的快速發(fā)展，網(wǎng)絡(luò)犯罪呈現(xiàn)增長趨勢且形式多樣化，其中電信網(wǎng)絡(luò)詐騙已成為近年來嚴重的社會問題。詐騙分子的手段不斷升級，涉及范圍廣泛，嚴重侵害了公眾的財產(chǎn)安全和社會穩(wěn)定[1]。盡管詐騙活動隱匿于網(wǎng)絡(luò)之中，但在與受害者交涉的過程中，不可避免地會在通信網(wǎng)絡(luò)中留下痕跡。這些痕跡包含了移動設(shè)備終端基本的通信網(wǎng)絡(luò)記錄，即CDR數(shù)據(jù)。利用這些數(shù)據(jù)識別潛在的詐騙分子，從而打擊電信詐騙犯罪，是一個行之有效的途徑。

傳統(tǒng)的機器學習和深度學習算法能夠從大量的電信數(shù)據(jù)中學習復(fù)雜的模式和規(guī)律，從電信流層面識別潛在的欺詐行為。其中，圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Networks，GNN） 因其能夠同時融合節(jié)點實體屬性以及節(jié)點之間的拓撲結(jié)構(gòu)，而在圖欺詐檢測領(lǐng)域得到了廣泛應(yīng)用[2-5]。然而，現(xiàn)有研究仍面臨一些挑戰(zhàn)，例如數(shù)據(jù)稀疏性導致的網(wǎng)絡(luò)結(jié)構(gòu)不完整、節(jié)點關(guān)系不明確以及模型過度平滑等問題[6-7]，這些問題影響了最終的檢測效果。為此，本文提出了一種融合殘差連接和自注意力機制的圖卷積神經(jīng)網(wǎng)絡(luò)模型，用于電信詐騙用戶的檢測。

本文的主要貢獻如下：

1）提出了一種結(jié)合殘差連接和自注意力機制的圖卷積神經(jīng)網(wǎng)絡(luò)模型，增強了模型的穩(wěn)定性和特征表示能力，適用于電信詐騙用戶檢測任務(wù)。

2）設(shè)計了特征提取和鏈路預(yù)測方法，對原始稀疏數(shù)據(jù)進行圖重建，充分利用了圖神經(jīng)網(wǎng)絡(luò)的優(yōu)勢。

3）在真實的運營商CDR數(shù)據(jù)集上進行了實驗，結(jié)果表明所提模型在各項指標上均優(yōu)于現(xiàn)有基線模型，驗證了方法的有效性和優(yōu)越性。

1 基于殘差連接和自注意力機制的詐騙用戶檢測模型

如圖1所示，提出的詐騙用戶檢測模型主要包含4個模塊：輸入層、特征提取層、鏈路預(yù)測層以及DNN 網(wǎng)絡(luò)層?？傮w來說，需要對收集到的CDR元數(shù)據(jù)首先進行特征提取，然后通過特征轉(zhuǎn)換和縮放得到每個用戶，即圖神經(jīng)網(wǎng)絡(luò)中每個節(jié)點的特征矩陣。在鏈路預(yù)測層中，選擇多個特征計算不同節(jié)點的整體相似度，設(shè)置相似度閾值進行鏈路預(yù)測，預(yù)測結(jié)果輸出為圖神經(jīng)網(wǎng)絡(luò)節(jié)點之間的邊。最后，將節(jié)點特征和節(jié)點之間的拓撲結(jié)構(gòu)輸入到DNN模塊中，完成對用戶節(jié)點的分類。接下來對主要模塊進行詳細說明。

1.1 特征提取模塊

在CDR元數(shù)據(jù)中，包含電信用戶通訊行為的原始字段數(shù)據(jù)。這些數(shù)據(jù)離散程度較高，無法直接用于分析和建模，因此需要進行特征工程提取。然而，特征提取過程中存在兩個主要問題：

1）不同維度的數(shù)據(jù)量級可能不一致，可能導致數(shù)據(jù)的偏態(tài)分布問題，從而影響分類檢測的魯棒性。

2）同一維度的數(shù)據(jù)可能不服從正態(tài)分布，數(shù)據(jù)之間差異較大。

為了解決上述問題，本文首先對數(shù)據(jù)進行特征變換，采用Yeo-Johnson變換以提高數(shù)據(jù)的正態(tài)性、對稱性和方差一致性。隨后，對數(shù)據(jù)進行歸一化處理，將每一維度的數(shù)據(jù)縮放到相同的尺度，避免極端值的影響，從而提高模型性能并降低計算成本。

本文將元數(shù)據(jù)的特征提取過程分為兩大類：

1）用戶行為特征：直接從數(shù)據(jù)集中提取用戶的消費行為、App使用流量、呼叫行為、通話偏好等，共計24維特征。具體字段名稱見2.1實驗部分。

2）統(tǒng)計特征：對每個維度的行為特征進行統(tǒng)計分析，計算中位數(shù)、平均數(shù)、總和、方差、偏度、標準差和分位數(shù)等，生成額外的特征維度。對于包含M個維度的元數(shù)據(jù)集D，可以統(tǒng)計每一個節(jié)點在第K 維度上的統(tǒng)計特征，生成特征向量，其表示公式為：

2 實驗及分析

2.1 實驗數(shù)據(jù)

本文實驗采用了2020年四川省大數(shù)據(jù)中心組織的首屆四川省人工智能創(chuàng)新大賽發(fā)布的關(guān)于電信詐騙用戶檢測的公開數(shù)據(jù)集，由運營商進行脫敏處理后發(fā)布。數(shù)據(jù)集包含了四川23個城市的 6106個電信用戶在 2019年8月至2020年3月期間的真實CDR數(shù)據(jù)，其中包括4144個正常用戶和1962 個涉詐用戶。

數(shù)據(jù)集包含 4個子集：應(yīng)用使用記錄（App） 、短信記錄（SMS） 、語音記錄（VOC）和消費記錄（USER） 。各類數(shù)據(jù)字段不同，以語音記錄（VOC）為例，包含用戶的語音通信對象、呼叫類型、通話時長、對方市縣以及設(shè)備的國際移動設(shè)備識別碼。

數(shù)據(jù)集中包含的數(shù)據(jù)字段如表1所示。

上述內(nèi)容均為用戶的行為特征，對這些元素字段進行統(tǒng)計后生成用戶的統(tǒng)計特征。本文對每一個節(jié)點最終使用了55維的特征表示。

2.2實驗設(shè)置

實驗環(huán)境：操作系統(tǒng)為 Ubuntu 20.04，編程語言為 Python 3.8，深度學習框架為 PyTorch 1.11.0。硬件配置包括 RTX 3090顯卡和14核 Intel Xeon Platinum8362 CPU @ 2.80GHz的服務(wù)器。

模型參數(shù)設(shè)置：在模型訓練過程中，設(shè)置了兩個Res-Attention GCN模塊，每個模塊包含 2層GCN，節(jié)點嵌入維度設(shè)為 16。學習率設(shè)定為0.01，dropout率為0.01，優(yōu)化器采用 Adam 算法。對特征選擇進行了優(yōu)化，從 55維特征中選取了與詐騙檢測最相關(guān)的8類主要特征，用于圖的重建。相似度閾值設(shè)置為0.2，該值通過多次實驗驗證，能夠在保持圖連通性的同時避免過多噪聲邊的引入。最終構(gòu)建的圖包含6106個節(jié)點，平均節(jié)點度為136.33。

2.3基線對比方法

對比的基線方法主要是目前使用較為廣泛的圖神經(jīng)網(wǎng)絡(luò)方法，包括 Play2vec、Care-GNN、GCN、GAT和BTG。

基線模型一：Care-GNN[10]：與強化學習相結(jié)合的圖神經(jīng)網(wǎng)絡(luò)模型。

基線模型二：Play2vec[11]：基于元路徑的異質(zhì)圖神經(jīng)網(wǎng)絡(luò)。

基線模型三：BTG：一種端到端的稀疏圖分類模型。

基線模型四：GCN：基礎(chǔ)的圖卷積神經(jīng)網(wǎng)絡(luò)，采用三層網(wǎng)絡(luò)架構(gòu)。

基線模型五：GAT[12]：基于圖注意力的圖神經(jīng)網(wǎng)絡(luò)。

2.4實驗結(jié)果

評價指標：本文采用了5個評價指標用于實驗效果評價，分別是AUC、精度、召回率、準確率以及F1值。主要公式表示如下：

式中：FP為負樣本中被分類器錯誤預(yù)測為正樣本的個數(shù)；TN為正樣本中被分類器正確預(yù)測為負樣本的個數(shù)；FN為負樣本中被分類器正確預(yù)測為負樣本的個數(shù)；TP為正樣本中被分類器正確預(yù)測為正樣本的個數(shù)。為了更加全面地評估本文所采用的模型框架，實驗采用了訓練集比例分別為 10%、20%、40%、60%時的模型測試結(jié)果，最終的實驗結(jié)果見表2。

從表2可以看出，本文提出的模型在不同訓練集比例下的各項指標均優(yōu)于對比模型。在訓練集比例為60%時，本文方法的AUC達到0.9442，F(xiàn)1值達到0.8842，表明模型具有較高的檢測準確率和較好的穩(wěn)定性。

與其他基線模型相比，本方法的優(yōu)勢主要體現(xiàn)在以下方面：

1）殘差連接的引入：增強了模型的深度學習能力，緩解了過度平滑問題。

2）自注意力機制的應(yīng)用：提高了特征聚合的精確性，能夠自適應(yīng)地分配鄰居節(jié)點的權(quán)重。

同時也注意到，所有模型的召回率相對較低，這可能是由于數(shù)據(jù)集中類別不平衡所致。未來可以考慮采用數(shù)據(jù)平衡技術(shù)或代價敏感的學習方法來進一步提高召回率。

2.5消融實驗

為了評估殘差模塊和自注意力模塊對模型性能的影響，分別將這兩個模塊從原始模型中移除，進行了兩組消融實驗，并與原始模型進行了比較。實驗均采用訓練集60%比例進行訓練，實驗結(jié)果如圖3所示。

實驗結(jié)果顯示，移除這兩個模塊后，模型的整體性能下降較為明顯。去除殘差模塊后，準確率、召回率、精確率和F1值分別下降了2.06%、2.54%、1.71%、2.04%。這說明保留節(jié)點原始的特征信息流的確是必要的，沒有殘差連接，網(wǎng)絡(luò)的特征傳播會受到一定限制，且在圖卷積層數(shù)增加后表現(xiàn)不夠穩(wěn)定。同時，去除注意力模塊后，指標分別下降了1.76%、3.37%、1.58%、2.33%。這表明圖注意力機制能夠考慮不同鄰居節(jié)點特征對中心節(jié)點檢測的重要性差異，從而提高特征聚合的精度。

3 結(jié)束語

本文提出了一種基于殘差連接和自注意力機制相結(jié)合的圖卷積神經(jīng)網(wǎng)絡(luò)模型，用于電信網(wǎng)絡(luò)詐騙用戶的檢測。通過特征提取和鏈路預(yù)測，構(gòu)建了稠密的圖結(jié)構(gòu)，成功解決了原始數(shù)據(jù)稀疏的問題。引入殘差連接增強了模型的穩(wěn)定性，結(jié)合自注意力機制提升了特征聚合的精度。實驗結(jié)果表明，所提方法在F1值等指標上均優(yōu)于多個基線模型，驗證了模型的有效性和優(yōu)越性。

該模型在電信詐騙檢測任務(wù)中的表現(xiàn)，尤其在高維稀疏數(shù)據(jù)場景下，展示了出色的識別潛在詐騙用戶的能力，具有較強的實際應(yīng)用價值。同時，模型設(shè)計合理，具備進一步推廣應(yīng)用的潛力。

未來的研究中，可以針對數(shù)據(jù)的稀疏性和類別不平衡性，進一步優(yōu)化模型，例如：

1）數(shù)據(jù)增強：通過生成合成樣本或使用數(shù)據(jù)重采樣技術(shù)，增加正負樣本的數(shù)量，提升模型的泛化能力和魯棒性。

2）模型結(jié)構(gòu)優(yōu)化：探索更復(fù)雜的圖神經(jīng)網(wǎng)絡(luò)架構(gòu)，如引入圖自編碼器或變分圖自動編碼器，提升模型的表達能力。

3）實時應(yīng)用：研究模型在實際公安系統(tǒng)中的應(yīng)用，結(jié)合用戶行為的實時數(shù)據(jù)進行動態(tài)更新和預(yù)警，提高對新型網(wǎng)絡(luò)詐騙的檢測能力。