シャムネットワークを用いた金融サービスにおける不正検出

抄録

金融サービスにおいては，不正送金などの犯罪取引の検出が重要である．しかし，従来のサービスにおける不正検出はルールベースで行われている場合が多く，検知精度や運用コストにおいて課題がある．また機械学習を用いた不正検出の研究も行われているが，データの不均衡性が非常に高いため学習が容易ではないことが課題として挙げられる．本稿では，シャムネットワークをベースとした不正検出モデルを提案する．シャムネットワークは画像認識タスクに用いられることが多く，その場合2つの画像を入力し同クラスであるかを判断するモデルである．不正検出タスクにおいて重要な利点は、入力を2つ持つことで不均衡に対応しやすいという点である．我々はこのネットワークを一部改良し，不正検出に適用した．また，実験で用いるデータは実際の金融サービスのデータの特徴を再現したダミーデータである．提案方式を上記のダミーデータに適用し，従来の手法よりも精度が向上したことを示す．