2. 反欺诈图谱基础：图数据结构与典型构建
在反欺诈场景中，图结构是描述复杂关联关系的核心工具。本章将系统讲解图数据的基本构成单元、同构与异构图的区别，以及如何在反欺诈业务中构建有效的图谱。理解这些基础是后续使用 GraphSAGE 进行回放验证的前提。
2.1 图数据结构三要素：节点、边、属性
图由三个基本元素构成，它们共同定义了反欺诈图谱的语义和计算边界：
| 元素 | 反欺诈中的典型含义 | 示例 |
|---|---|---|
| 节点 (Node/Vertex) | 业务实体，如用户、设备、手机号、银行卡、IP 地址 | 用户 A、设备 IMEI_123、银行卡 6222**** |
| 边 (Edge) | 实体之间的交互或归属关系 | 登录、转账、绑定、同设备使用 |
| 属性 (Feature) | 节点或边的特征向量，用于描述其状态 | 用户注册时间、交易金额、设备型号 |
关键认知：反欺诈图谱的威力在于“边”。单看一个用户可能无异常，但通过边连接到的多个高风险设备或黑名单手机号，就能发现团伙欺诈模式。
下图展示了一个包含 3 个节点、2 条边和若干属性的简单反欺诈图谱片段：
2.2 同构图与异构图
根据节点和边的类型数量，图结构分为同构图和异构图。反欺诈场景中，异构图是主流，因为它能更真实地反映多类型实体间的复杂交互。
| 类型 | 节点类型数 | 边类型数 | 反欺诈适用性 | 典型例子 |
|---|---|---|---|---|
| 同构图 | 1 种 | 1 种 | 低（过于简化） | 用户-用户转账网络 |
| 异构图 | ≥ 2 种 | ≥ 2 种 | 高（贴近真实业务） | 用户-设备-手机号-银行卡 |
实战建议：在构建反欺诈图谱时，优先采用异构图。即使初期数据有限，也应预留多种节点类型（如用户、设备、IP）的扩展空间，以便后续接入更多数据源时无需重构图谱。
下图对比了同构图与异构图的视觉差异：
2.3 反欺诈场景下的典型图谱构建
在反欺诈业务中，图谱构建通常遵循“实体识别 → 关系抽取 → 属性填充 → 图存储”的流程。以下是一个针对信贷申请反欺诈的典型图谱构建案例：
2.3.1 实体与关系定义
| 实体类型 | 节点标识 | 关键属性 |
|---|---|---|
| 申请人 | user_id | 年龄、收入、学历、历史逾期次数 |
| 设备 | device_fp | 设备指纹、操作系统、是否模拟器 |
| 手机号 | phone | 运营商、入网时长、是否虚拟号段 |
| 银行卡 | card_hash | 发卡行、卡类型、绑定时间 |
| IP 地址 | ip_addr | 地理位置、ASN、代理检测标签 |
| 关系类型 | 起点 → 终点 | 边属性示例 |
|---|---|---|
| 登录 | 申请人 → 设备 | 登录时间、登录结果（成功/失败） |
| 绑定 | 申请人 → 手机号 | 绑定时间、是否主卡 |
| 转账 | 申请人 → 银行卡 | 交易金额、交易时间、交易对手 |
| 同设备 | 设备 → 设备 | 共享时间窗口、共享 IP |
2.3.2 图谱构建流程
- 数据接入：从业务数据库、埋点日志、第三方风控数据源抽取原始数据。
- 实体对齐：通过设备指纹、手机号、身份证号等唯一标识进行实体去重与合并。
- 关系建边：根据时间窗口内的交互行为（如 24 小时内同一设备登录多个用户）建立边。
- 属性编码：将离散属性（如运营商）转为 one-hot 或 embedding，连续属性（如交易金额）进行归一化。
- 图存储：将构建好的图数据写入图数据库（如 Neo4j）或分布式图存储系统。
常见陷阱：不要将所有历史数据一次性建边。反欺诈图谱应设置合理的时间衰减窗口（如 90 天），避免过时关系引入噪声。同时，边属性（如时间戳）必须保留，以便后续进行时序回放验证。
2.3.3 图谱构建示例（伪代码）
# 伪代码：反欺诈图谱构建核心逻辑
def build_fraud_graph(transactions, devices, phones):
graph = HeteroGraph()
# 1. 添加节点
for user in transactions['user_id'].unique():
graph.add_node(node_id=user, node_type='user',
features={'age': user_age, 'income': user_income})
for device in devices['device_fp'].unique():
graph.add_node(node_id=device, node_type='device',
features={'os': device_os, 'is_emulator': is_emu})
# 2. 添加边（基于时间窗口）
for _, row in transactions.iterrows():
if within_time_window(row['timestamp'], window_days=90):
graph.add_edge(src=row['user_id'], dst=row['device_fp'],
edge_type='login',
features={'timestamp': row['timestamp'],
'ip': row['ip_addr']})
return graph2.4 本章小结
- 图数据结构由节点、边、属性三要素构成，反欺诈场景中边的关系语义至关重要。
- 异构图比同构图更适合反欺诈，因为它能建模多类型实体间的复杂交互。
- 典型反欺诈图谱构建包括实体定义、关系抽取、属性编码、图存储四个步骤，需注意时间窗口和边属性的保留。