使用图计算进行金融犯罪和欺诈检测：应用注意事项和展望

论文：Financial Crime & Fraud Detection Using Graph Computing: Application Considerations & Outlook

摘要：

1. 文章概述了金融犯罪领域的最新技术发展趋势。
2. 讨论了图算法在金融犯罪和欺诈检测应用中存在的困难。

2013年-2018 年，中国的移动支付增长超过 120%（复合
年增长率）。另一一方面，在这种新的快速发展的数字支付格局下欺诈犯罪活动也迅速演变。全球金融犯罪量估计约为每年 1.4-3.5 万亿美元。

欺诈和金融犯罪趋势：

1. 支付欺诈：支付欺诈涵盖包括信用卡和借记卡在内的众多支付渠道中的欺诈
2. 身份盗窃：身份盗窃计划使用不断变化的策略列表，从 ATM 窃取设备到网络钓鱼、短信诈骗、垃圾箱潜入和受损无线网络。

3. 金融和老年人诈骗：
   这些犯罪使用不断演变的策略，例如电话诈骗、老年诈骗、技术支持诈骗、慈善和彩票诈骗、门票诈骗等。
4. 盗用账户：肇事者非法进入受害者账户。
5. 合成ID和账户欺诈：合成账户欺诈是基于伪造的身份，使其看起来像真实的具有良好信用评分和特征的客户。
6. 洗钱。反洗钱工作已经成为近年来面临的严重困难。
7. 抵押欺诈和贷款欺诈

基于图的欺诈检测技术

对于金融交易数据的表示图本身就具有优势。节点和边通常代表公司、个人、账户、资金转移、位置、设备和其他金融
或非财务数据。根据应用的不同，不同类型的图&#x