2. 反欺诈图谱数据模型设计
反欺诈图谱的核心竞争力在于将多源异构数据组织成一张可推理、可回放的关联网络。数据模型设计直接决定了图谱能否准确表达欺诈模式、能否高效执行链路回放。本章从属性图模型出发，深入讲解标签与属性设计、边方向与权重设计三大核心模块。
2.1 属性图模型：反欺诈图谱的底层范式
属性图模型（Property Graph Model）是当前工业界反欺诈图谱的主流选择。它由节点（Vertex）、边（Edge）、标签（Label）和属性（Property）四要素构成。与RDF三元组相比，属性图更贴近业务直觉，支持直接在节点和边上挂载丰富的属性键值对，非常适合欺诈场景中“实体+行为+上下文”的复杂表达。
下表对比了属性图模型与RDF模型在反欺诈场景中的关键差异：
| 对比维度 | 属性图模型 | RDF三元组模型 |
|---|---|---|
| 数据表达 | 节点+边+属性键值对 | 主体-谓词-客体三元组 |
| 欺诈特征挂载 | 直接挂载在边或节点上 | 需引入中间节点或reification |
| 链路回放性能 | 一次跳转即可获取全部属性 | 多次join，性能开销大 |
| 模式灵活性 | Schema-Light，可动态加属性 | Schema严格，变更成本高 |
| 工业落地案例 | Neo4j、TigerGraph、NebulaGraph | 知识图谱、语义网场景 |
2.2 标签与属性设计
标签（Label）用于对实体和关系进行分类，属性（Property）用于描述具体特征。设计原则是：标签少而精，属性全而准。过度细分的标签会导致图遍历时分支过多，属性缺失则导致回放链路无法还原欺诈全貌。
2.2.1 节点标签设计
反欺诈图谱中常见的节点标签分为三类：身份类、资源类、行为类。以下为推荐的核心标签清单：
| 类别 | 标签名称 | 典型属性 | 示例值 |
|---|---|---|---|
| 身份类 | Person | person_id, name, id_card, phone, reg_time | P10001, 张三, 110101199001011234 |
| 身份类 | Device | device_id, device_fp, os_type, browser | D_abc123, Android 12, Chrome 110 |
| 资源类 | Account | account_id, balance, open_time, status | A_998877, 15000.00, 2024-01-15, active |
| 资源类 | IP | ip_addr, isp, city, risk_level | 192.168.1.1, 电信, 北京, low |
| 行为类 | Order | order_id, amount, product_type, pay_channel | O_20240301_001, 2999.00, 数码, 微信支付 |
| 行为类 | Login | login_id, login_time, result, ip_addr | L_20240301_001, 2024-03-01 10:00:00, success |
2.2.2 边标签设计
边标签描述节点之间的行为或归属关系。反欺诈回放链路中，边是欺诈信号的主要载体。以下为高频边标签：
| 边标签 | 起点→终点 | 语义 | 关键属性 |
|---|---|---|---|
| LOGIN_FROM | Person → Device | 某人使用某设备登录 | login_time, login_result, ip_addr |
| PLACE_ORDER | Person → Order | 某人创建某订单 | order_time, amount, pay_method |
| USE_IP | Person → IP | 某人使用某IP地址 | first_seen, last_seen, freq |
| BIND_ACCOUNT | Person → Account | 某人绑定某账户 | bind_time, bind_type |
| TRANSFER_TO | Account → Account | 账户间转账 | trans_time, amount, trans_type |
2.2.3 属性设计原则
- 原子化：每个属性只存一个值，避免用逗号分隔多个值（如“device1,device2”应拆成多条边）。
- 时间标准化：所有时间属性统一为ISO 8601格式（如2024-03-01T10:00:00Z），便于回放时的时间窗口过滤。
- 枚举值编码：状态类属性使用短字符串枚举（如active/frozen/closed），避免中文或长描述。
- 索引优先：对回放链路中频繁过滤的属性（person_id、device_fp、ip_addr、order_time）建立索引。
2.3 边方向与权重设计
边的方向决定了回放链路的遍历路径，边的权重则用于量化关联强度或风险程度。两者共同决定了“从哪个节点出发、沿着哪条边、优先走多远”的回放策略。
2.3.1 边方向设计
反欺诈图谱中，边方向应遵循行为流向原则：从主动方指向被动方，从主体指向客体。例如：
- LOGIN_FROM： Person → Device（人主动登录设备）
- PLACE_ORDER： Person → Order（人主动下单）
- TRANSFER_TO： Account → Account（转出账户指向转入账户）
- BELONGS_TO： Device → Person（设备归属于人，方向为从资源指向所有者）
BELONGS_TO反向遍历可找到所有关联Person；从Person出发，沿LOGIN_FROM正向遍历可找到所有登录过的Device。方向错误会导致回放路径断裂。
2.3.2 权重设计
权重（Weight）是一个0~1之间的浮点数，用于表示边的风险置信度或关联强度。权重越高，表示该边越可疑或关联越紧密。在回放链路中，权重用于剪枝和排序：优先遍历高权重边，低权重边可延迟或跳过。
以下为权重计算参考规则：
| 边类型 | 权重计算依据 | 示例 |
|---|---|---|
| LOGIN_FROM | 登录失败次数 / 总登录次数 | 失败5次/总10次 → 权重0.5 |
| PLACE_ORDER | 订单金额 / 历史平均金额 | 金额5000/平均1000 → 权重0.8 |
| USE_IP | 该IP关联的异常账户数 / 总关联账户数 | 异常3个/总5个 → 权重0.6 |
| TRANSFER_TO | 转账频次异常度（基于时间序列） | 1小时内转账10笔 → 权重0.9 |
2.4 数据模型设计总览（SVG）
以下SVG图展示了反欺诈图谱的核心数据模型，包含节点标签、边方向及权重标注：
2.5 回放链路中的权重应用（SVG）
以下SVG图展示了一个典型的回放链路示例，演示权重如何影响遍历路径的选择：
USE_IP (w:0.4)和BIND_ACCOUNT (w:0.3)将被跳过，回放路径聚焦于LOGIN_FROM (w:0.9) → BELONGS_TO (w:0.85)，快速定位到Person_C这个高风险关联实体。
2.6 设计检查清单
完成数据模型设计后，建议对照以下清单进行自查：
- 标签覆盖度：是否覆盖了身份、资源、行为三大类？是否存在冗余标签？
- 属性完整性：回放链路中需要过滤的时间、金额、状态等属性是否都已挂载？
- 边方向一致性：所有边是否遵循“主动方→被动方”原则？是否存在双向边导致回放死循环？
- 权重可计算性：每条边的权重是否有明确的业务计算规则？是否支持动态更新？
- 索引覆盖：回放链路中频繁使用的过滤属性是否已建立索引？