PolarDB:PolarDB ベースのグラフ分析: 銀行および金融におけるグラフ分析

統計

• 各タイプの頂点の数をカウントします。

  SELECT *
  FROM cypher('fraud_graph', $$
      MATCH (n)
      RETURN count(*)
  $$) as (number_of_vertex agtype);

  サンプル結果:

   number_of_vertex
  ----
   1076004

• transaction 頂点の数をカウントします。

  SELECT *
  FROM cypher('fraud_graph', $$
      MATCH (n:transaction)
      RETURN count(*)
  $$) as (number_of_transaction agtype);

  サンプル結果:

  number_of_transaction 
  ----
  545591

• データ内の不正なトランザクションの数をクエリします。

  SELECT *
  FROM cypher('fraud_graph', $$
      MATCH (n:transaction)
      WHERE n.isfraud = 1
      RETURN count(*)
  $$) as (number_of_fraud_transaction agtype);

  サンプル結果:

  number_of_fraud_transaction 
  ----
   18919

• エッジの数をカウントします。

  SELECT *
  FROM cypher('fraud_graph', $$
      MATCH ()-[r]->()
      RETURN count(*)
  $$) as (number_of_edge agtype);

  サンプル結果:

  number
  ------
   2131254

フィルタークエリとソートクエリ

トランザクション ID 2988706 のトランザクション情報とすべての関連情報をクエリします。

SELECT *
FROM cypher('fraud_graph', $$
    MATCH (n:transaction)-[r]->(v)
    WHERE n.transactionid = 2988706
    RETURN v
$$) as (e agtype);

サンプル結果:

    e
---------
 {"id": 2251799813685249, "label": "addr2", "properties": {"addr2": "87.0"}}::vertex
 {"id": 2533274790395906, "label": "emaildomain", "properties": {"emaildomain": "gmail.com"}}::vertex
 {"id": 2533274790395906, "label": "emaildomain", "properties": {"emaildomain": "gmail.com"}}::vertex
 {"id": 1970324836974595, "label": "addr1", "properties": {"addr1": "325.0"}}::vertex
 {"id": 1125899906844295, "label": "product", "properties": {"productid": 137934}}::vertex

Age Viewer での SQL プレビュー結果:

KNN

k 近傍法 (KNN) は、データノード間の類似性を使用して、潜在的な詐欺行為を特定します。 KNN は、データノード間の類似性を評価するのに役立ちます。ノードが正常かどうかは、データノードと類似の特徴を持つ k 個の近傍を見つけることによって判断できます。たとえば、金額、場所、時間などの特徴の点で、トランザクションがその近傍（トランザクションノード）のほとんどと大きく異なる場合、そのトランザクションは疑わしいとマークされる可能性があります。

トランザクション 2988706 と同じアドレスにあるトランザクションレコード (2 つの最近傍) をクエリします。これらの近傍に関する情報は、このトランザクションが疑わしいかどうかを判断するために使用できます。

SELECT *
FROM cypher('fraud_graph', $$
    MATCH (n:transaction)-[:transaction_addr1]->(:addr1)<-[:transaction_addr1]-(t:transaction)
    WHERE n.transactionid = 2988706
    RETURN t
$$) as (e agtype);

サンプル結果:

  e
-----
 {"id": 844424930131972, "label": "transaction", "properties": {"isfraud": 0, "transactionid": 2987001}}::vertex
 {"id": 844424930131978, "label": "transaction", "properties": {"isfraud": 0, "transactionid": 2987007}}::vertex
 {"id": 844424930132041, "label": "transaction", "properties": {"isfraud": 0, "transactionid": 2987070}}::vertex
 {"id": 844424930132053, "label": "transaction", "properties": {"isfraud": 0, "transactionid": 2987082}}::vertex
....

Age Viewer での SQL プレビュー結果:

SELECT *
FROM cypher('fraud_graph', $$
    MATCH (n:transaction)-[r:transaction_addr1]->(a:addr1)<-[r2:transaction_addr1]-(t:transaction)
    WHERE n.transactionid = 2988706
    RETURN [n,r,a,r2,t]::path
    LIMIT 50
$$) as (e agtype);

パスファインディング

不正なトランザクションの特定において、パスは主にグラフ理論とネットワーク分析を使用して潜在的な詐欺行為を特定することに反映されます。金融取引およびネットワークでは、トランザクションは多くの場合グラフとして見ることができ、頂点はアカウントまたは顧客を表し、エッジはアクティビティを表します。このグラフの構造を分析することにより、異常なパターンや詐欺行為を発見できます。トランザクション間のパスを計算することにより、疑わしいアカウントから他のアカウントへのトランザクションチェーンをすばやく特定し、アカウント間の隠れた接続を示すことができます。

トランザクションレコード 2987000 と 2987172 の間の偽のトランザクションのパスをクエリすると、2 つのトランザクションレコードとのすべての偽のトランザクションリンクを見つけることができます。

SELECT *
FROM cypher('fraud_graph', $$
    MATCH (n:transaction)-[r]->(v)<-[r1]-(t:transaction)-[r2]->(v2)<-[r3]-(k:transaction)
    WHERE n.transactionid = 2987000 
        and k.transactionid=2987172
        and t.isfraud = 1
    RETURN t 
$$) as (e agtype);

サンプル結果:

 e
----
 {"id": 844424930618281, "label": "transaction", "properties": {"isfraud": 1, "transactionid": 3473312}}::vertex
 {"id": 844424930626886, "label": "transaction", "properties": {"isfraud": 1, "transactionid": 3481917}}::vertex
 {"id": 844424930649640, "label": "transaction", "properties": {"isfraud": 1, "transactionid": 3504671}}::vertex
 {"id": 844424930631805, "label": "transaction", "properties": {"isfraud": 1, "transactionid": 3486836}}::vertex
 {"id": 844424930641980, "label": "transaction", "properties": {"isfraud": 1, "transactionid": 3497011}}::vertex
 {"id": 844424930644942, "label": "transaction", "properties": {"isfraud": 1, "transactionid": 3499973}}::vertex

Age Viewer での SQL プレビュー結果:

SELECT *
FROM cypher('fraud_graph', $$
    MATCH (n:transaction)-[r]->(v)<-[r1]-(t:transaction)-[r2]->(v2)<-[r3]-(k:transaction)
    WHERE n.transactionid = 2987000 
        and k.transactionid=2987172
        and t.isfraud = 1
    RETURN [n,r,v,r1,t,r2,v2,r3,k]::path
    LIMIT 50
$$) as (e agtype);

共通近傍判定

共通近傍判定は、ソーシャルネットワークまたはトランザクションネットワーク分析を使用して、起こりうる詐欺行為を特定します。この方法は主にグラフ理論に基づいています。トランザクション参加者間の関係を分析して、疑わしいトランザクションパターンを発見します。2 つのトランザクションに複数の共通の近傍があり、これらの近傍に疑わしい行為（頻繁なトランザクションや異常な金額など）がある場合、2 つのアカウント間のトランザクションは不正である可能性があります。

トランザクションレコード 2987000 と 2987172 の共通の近傍をクエリして、同じ属性（トランザクションアドレスとデバイス）を持つトランザクションを見つけます。

SELECT *
FROM cypher('fraud_graph', $$
    MATCH (n:transaction)-[]->(v)<-[]-(t:transaction)
    WHERE n.transactionid = 2987000 and t.transactionid=2987172
    RETURN v
$$) as (e agtype);

サンプル結果:

  e
-----
 {"id": 2251799813685249, "label": "addr2", "properties": {"addr2": "87.0"}}::vertex
 {"id": 1970324836974594, "label": "addr1", "properties": {"addr1": "315.0"}}::vertex

Age Viewer での SQL プレビュー結果:

Jaccard 類似度

Jaccard 類似度法は、次の式を使用して 2 つの集合間の類似度を測定します。

$$J(A,B)=\frac{|A\cap B|}{|A\cup B|}$$

詳細については、「カテゴリー」をご参照ください。

• J(A,B) は、セット A と B の間の Jaccard 類似度です。

• ∣A∩B∣ は、セット A と B の積集合です。

• ∣A∪B∣ は、セット A と B の和集合です。

不正検出では、Jaccard 類似度メソッドは複数の目的に役立ちます。

• パターン識別: 詐欺行為には、多くの場合、いくつかの共通の特徴があります。 ユーザー トランザクションまたは動作の Jaccard 類似度を計算することで、類似のトランザクション パターンを識別し、潜在的な詐欺行為を検出するのに役立ちます。

• 顧客グループ分析: 顧客の行動を分析する場合、Jaccard 類似度を使用して、異なる顧客間の類似性を比較できます。 類似度の高い顧客は、同様のリスク特性を持っている可能性があります。

注: この例では、fetch API を使用しています。他の JavaScript ライブラリも使用できます。

1. 以下の関数を 作成 します。

   • 特定のトランザクションに関連付けられているすべての頂点を取得し、すべての頂点の ID の配列を返す関数。

     CREATE OR REPLACE FUNCTION find_ids(transactionid integer)
     RETURNS bigint[]
     LANGUAGE plpgsql
     AS $function$
     DECLARE 
         sql VARCHAR;
         ids bigint[];
     BEGIN
       sql := 'SELECT array_agg(cast(e as bigint)) FROM (
     SELECT *
     FROM cypher(''fraud_graph'', $$
     MATCH (n:transaction)-[]->(v)
         WHERE n.transactionid = ' || text($1) || 
     'RETURN id(v) 
     $$) as (e agtype)) as t;';
         EXECUTE sql INTO ids;
         return ids;
     END
     $function$;

   • 配列の union と intersection のための 2 つの関数。

     CREATE OR REPLACE FUNCTION array_union(anyarray, anyarray)
     RETURNS anyarray 
     LANGUAGE sql immutable 
     AS $$
     SELECT array_agg(a ORDER BY a)
     FROM (
         SELECT DISTINCT unnest($1 || $2) AS a
     ) s;
     $$;
     
     CREATE OR REPLACE FUNCTION array_intersection(anyarray, anyarray)
     RETURNS anyarray 
     LANGUAGE sql immutable 
     AS $$
     SELECT array_agg(e)
     FROM (
         SELECT unnest($1)
         INTERSECT
         SELECT unnest($2)
     ) AS dt(e)
     $$;

   • 2 つのトランザクション間の Jaccard 類似度を計算するために使用される関数。

     CREATE OR REPLACE FUNCTION jaccardSimilarity(tid1 integer, tid2 integer)
     RETURNS float8
     LANGUAGE plpgsql
     AS $function$
     DECLARE 
         sql VARCHAR;
         ids1 bigint[];
         ids2 bigint[];
         union_list bigint[];
         intersection_list bigint[];
     BEGIN
       ids1 = find_ids($1);
       ids2 = find_ids($2);
       union_list = array_union(ids1, ids2); -- 和集合
       intersection_list = array_intersection(ids1, ids2); -- 共通部分
       RETURN 
         CASE 
             WHEN array_length(union_list,1) = 0 THEN 0
             ELSE array_length(intersection_list,1) * 1.0/ array_length(union_list,1) 
         END AS jaccardSimilarity;
     END
     $function$;

2. Jaccard 類似度を計算する関数を 実行 します。

   • 指定された 2 つのトランザクション ID 間の類似度を比較します。

     SELECT jaccardSimilarity(2987000, 2987172);

     サンプル結果:

     jaccardsimilarity 
     ----
      0.4

3. すべてのトランザクション間の類似度を比較するには、PolarDB ストアドプロシージャを使用して、不正なトランザクションを検出するためのより複雑な類似度計算タスクを実行できます。

   たとえば、次の SQL 文を使用して、トランザクション 2987002 と同じ住所 1、住所 2、およびメールドメイン名を持つすべてのトランザクションを検索し、Jaccard 類似度でソートして、類似度の最も高い上位 50 件のトランザクションを取得できます。

   WITH tmp AS
   (SELECT cast(e as integer) as transactionid
   FROM cypher('fraud_graph', $$
       MATCH (n:transaction)-[:transaction_addr2]->(:addr2)<-[:transaction_addr2]-(t:transaction)
       WHERE n.transactionid = 2987002
       MATCH (n:transaction)-[:transaction_addr1]->(:addr1)<-[:transaction_addr1]-(t:transaction)
       WHERE n.transactionid = 2987002 
       MATCH (n:transaction)-[:transaction_emaildomain_p]->(:emaildomain)<-[:transaction_emaildomain_p]-(t:transaction)
       WHERE n.transactionid = 2987002 
       RETURN t.transactionid
   $$) as (e agtype) )
   SELECT transactionid, jaccardSimilarity(2987002, transactionid) as jaccardSimilarity
   FROM tmp
   ORDER by jaccardSimilarity DESC
   LIMIT 50;

   サンプル結果:

    transactionid | jaccardsimilarity 
   ---------------+-------------------
          3323911 |               0.6
          3328911 |               0.6
          3009043 |               0.6
          3039416 |               0.6
          3039425 |               0.6
          2993652 |               0.6
          3045027 |               0.6
          3037644 |               0.6
          3045041 |               0.6
   ...

   Age Viewer での SQL プレビュー結果。結果は以前の計算で取得されており、最初の 10 件のトランザクションのみが使用されています。必要に応じて、リストに追加できます。

   SELECT * 
   FROM cypher('fraud_graph', $$
       MATCH (n:transaction)-[r]->(v)<-[r2]-(t:transaction)
       WHERE n.transactionid = 2987002
           AND t.transactionid IN [3323911, 3328911,3009043,3039416,3039425,2993652,3045027,3037644,3045041,3045049,3045279]
       RETURN [n,r,v,r2,t]::path
   $$) as (e agtype);