反欺诈图谱阈值调优从入门到精通 - 第2节

2. 图谱数据结构入门：节点、边、属性、标签的定义与作用

在反欺诈图谱中，数据以图（Graph）的形式组织。理解图的基本数据结构是进行阈值调优的前提——因为阈值本质上是在控制“节点”与“边”的生成条件与权重。本节将系统讲解图结构的四大核心要素，并介绍主流的图数据库选型。

2.1 节点（Node）—— 实体

节点是图谱中的基本单元，代表现实世界中的独立实体。在反欺诈场景中，常见的节点包括：

• 用户（User）：注册账号、手机号、身份证号
• 设备（Device）：设备指纹、IP地址、MAC地址
• 交易（Transaction）：订单号、支付流水
• 外部实体（External Entity）：银行卡、收货地址、社交账号

2.2 边（Edge）—— 关系

边连接两个节点，表示它们之间存在某种关系。边可以是有向的（如“转账给”）或无向的（如“共用设备”）。在反欺诈图谱中，边通常携带权重或时间戳。

2.3 属性（Property）—— 特征

属性是节点或边的键值对，用于描述实体的具体特征。属性是阈值调优的直接操作对象。

• 节点属性：用户注册时间、设备首次出现时间、交易金额、地理位置
• 边属性：关系强度（0~1）、关系持续时间、交互次数、最近一次交互时间

2.4 标签（Label）—— 类型

标签用于对节点或边进行分类，使得图谱查询和规则编写更加高效。一个节点可以拥有多个标签。

• 节点标签：:User、:Device、:Transaction、:Address
• 边标签：:USES、:TRANSFERS_TO、:SHARES_IP

标签在阈值调优中的作用：通过标签快速筛选子图，对不同类型的关系应用不同的阈值策略。例如，对 :TRANSFERS_TO 边使用金额阈值，对 :USES 边使用时间窗口阈值。

2.5 常见图谱数据库简介

不同的图数据库在存储模型、查询语言、扩展性上存在差异，直接影响阈值调优的实现方式。以下是反欺诈领域最常用的两种图数据库对比：

2.5.1 Neo4j 快速上手

Neo4j 使用 Cypher 查询语言，语法直观。以下是一个创建反欺诈图谱的示例：

// 创建节点与标签
CREATE (u:User {user_id: 'U001', name: '张三', register_time: '2024-01-15'})
CREATE (d:Device {device_id: 'D001', device_fp: 'abc123', first_seen: '2024-01-10'})
CREATE (t:Transaction {txn_id: 'TXN001', amount: 15000, time: '2024-01-20 14:30:00'})

// 创建边与属性
CREATE (u)-[:USES {strength: 0.95, last_time: '2024-01-20'}]->(d)
CREATE (u)-[:PERFORMS {risk_score: 0.8}]->(t)

// 查询：查找共用设备的用户
MATCH (u1:User)-[:USES]->(d:Device)<-[:USES]-(u2:User)
WHERE u1.user_id <> u2.user_id
RETURN u1.user_id, u2.user_id, d.device_id

2.5.2 JanusGraph 核心概念

JanusGraph 使用 Gremlin 遍历语言，适合复杂的图遍历与批量操作。其架构分为三层：

• 存储后端：持久化图数据（推荐 Cassandra 或 HBase）
• 索引后端：加速属性查询（推荐 Elasticsearch）
• 计算引擎：执行图遍历与算法（Gremlin Server 或 Spark GraphX）

JanusGraph 的 Schema 定义示例：

// 定义节点标签
mgmt = graph.openManagement()
userLabel = mgmt.makeVertexLabel('User').make()
deviceLabel = mgmt.makeVertexLabel('Device').make()

// 定义边标签
usesEdge = mgmt.makeEdgeLabel('USES').multiplicity(MULTI).make()

// 定义属性键
userId = mgmt.makePropertyKey('user_id').dataType(String.class).cardinality(Cardinality.SINGLE).make()
deviceFp = mgmt.makePropertyKey('device_fp').dataType(String.class).cardinality(Cardinality.SINGLE).make()
strength = mgmt.makePropertyKey('strength').dataType(Double.class).cardinality(Cardinality.SINGLE).make()

// 建立索引（用于阈值查询加速）
mgmt.buildIndex('byUserId', Vertex.class).addKey(userId).buildMixedIndex('search')
mgmt.commit()

2.6 图谱数据结构在阈值调优中的映射

理解上述概念后，我们可以将阈值调优问题映射到图谱数据结构上：