2. 图谱基础回顾：节点、边、属性图、异构图的基本概念与表示方法

在深入反欺诈图谱模型看板漂移检测之前，必须夯实图谱基础。欺诈图谱本质上是属性异构图，其节点、边、属性及类型信息是后续所有漂移统计与模型监控的原子单元。本节从最基础的图论概念出发，逐步过渡到反欺诈场景下的表示方法。

2.1 节点与边：图谱的原子单元

节点（Node / Vertex） 是图谱中的实体，在反欺诈场景中通常代表参与方或资源。例如：用户、设备、IP 地址、银行卡、订单、手机号。

边（Edge / Link） 是实体之间的交互或关联关系。例如：登录、交易、转账、同设备、同 IP、同收货地址。

下表总结了反欺诈图谱中最常见的节点与边类型：

2.2 属性图：为节点和边赋予特征

属性图（Property Graph） 允许节点和边携带键值对形式的属性。属性是漂移检测的核心数据来源，因为模型看板上的统计量（如平均度数、特征均值）都直接来自这些属性。

属性图的形式化定义：
G = (V, E, PV, PE)

• V：节点集合
• E：边集合
• P_V：节点属性映射，每个节点可包含多个属性
• P_E：边属性映射，每条边可包含多个属性

反欺诈场景下的典型属性示例：

• 用户节点属性：注册时间、注册渠道、历史交易次数、风险评分、设备指纹
• 交易边属性：交易金额、交易时间戳、交易类型、商户ID、是否成功
• 设备节点属性：操作系统版本、屏幕分辨率、是否模拟器、首次出现时间

2.3 异构图：多类型节点与边的统一建模

异构图（Heterogeneous Graph） 包含多种类型的节点和多种类型的边。反欺诈图谱几乎都是异构图，因为欺诈网络天然涉及不同实体（人、设备、账号、资金）之间的复杂交互。

异构图的形式化定义：
G = (V, E, TV, TE, φ, ψ)

• T_V：节点类型集合，如 {User, Device, IP, Card, Phone}
• T_E：边类型集合，如 {Login, Transaction, SameDevice, SameIP, Bind}
• φ: V → T_V：节点类型映射函数
• ψ: E → T_E：边类型映射函数

异构图的优势在于能够保留丰富的语义信息。例如，一条边是“登录”还是“交易”，其业务含义和风险权重完全不同，模型看板需要分别监控每种边类型的统计量。

2.4 图谱的表示方法：邻接矩阵与邻接表

图谱在计算机中的存储和计算需要具体的表示方法。反欺诈图谱通常规模较大（千万级节点、亿级边），因此表示方法的选择直接影响漂移检测的计算效率。

在反欺诈图谱模型看板中，最常用的是邻接表和边列表，因为它们支持高效的增量更新和按类型过滤——这对于实时漂移检测至关重要。

2.5 反欺诈异构属性图示例

下图展示了一个典型的反欺诈异构属性图结构，包含 5 种节点类型和 4 种边类型，节点和边上均携带属性：

上图展示了反欺诈图谱的核心特征：多类型节点（用户、设备、IP、银行卡、手机号）通过多类型边（登录、交易、使用、绑定、同设备）连接，每个节点和边都携带丰富的属性信息。这种结构为模型看板提供了多维度的监控维度。

2.6 图谱的数学表示与存储格式

在工程实现中，反欺诈图谱通常以三元组或属性表的形式存储。以下是两种常见的存储格式：

格式一：边列表（Edge List）

# src_node, dst_node, edge_type, timestamp, amount
uid_001, device_abc, login, 2024-01-01 10:00:00, NULL
uid_001, card_6222****1234, transaction, 2024-01-01 10:05:00, 500.00
device_abc, ip_192.168.1.1, use, 2024-01-01 10:00:00, NULL
uid_002, device_abc, login, 2024-01-01 10:10:00, NULL
uid_001, phone_138****0000, bind, 2023-12-01 08:00:00, NULL

格式二：属性表（Property Table）

# 节点表
node_id, node_type, properties
uid_001, user, {"register_time": "2023-01-01", "channel": "app", "risk_score": 0.2}
device_abc, device, {"os": "Android 13", "is_emulator": false, "first_seen": "2023-06-01"}
ip_192.168.1.1, ip, {"geo": "Beijing", "is_proxy": false}

# 边表
src_id, dst_id, edge_type, properties
uid_001, device_abc, login, {"timestamp": "2024-01-01 10:00:00", "success": true}
uid_001, card_6222****1234, transaction, {"timestamp": "2024-01-01 10:05:00", "amount": 500.00, "merchant": "M001"}

2.7 图谱基础概念与漂移检测的映射关系

下表总结了图谱基础概念与看板漂移检测之间的直接映射关系，帮助理解为什么需要回顾这些基础：