L2IR: Un Framework LLM Rivela l'Intento Latente nel Rilevamento di Frodi nei Grafi
I ricercatori propongono L2IR, un framework basato su LLM per il rilevamento di frodi nei grafi che scopre l'intento latente dietro connessioni sospette. Le Reti Neurali Grafiche (GNN) tradizionalmente propagano informazioni attraverso dati relazionali, ma i truffatori spesso creano connessioni con utenti benigni, diluendo i segnali di frode. L2IR utilizza modelli linguistici di grandi dimensioni per estrarre indizi semantici dai comportamenti e dalle connessioni degli utenti, affrontando la scarsità di campioni di frode annotati. Il framework mira a migliorare l'affidabilità del rilevamento sotto un forte camuffamento.
Fatti principali
- L2IR è un framework LLM per rivelare l'intento latente nel rilevamento di frodi nei grafi.
- Il rilevamento di frodi nei grafi si basa sulle Reti Neurali Grafiche (GNN) per la propagazione delle informazioni.
- I truffatori si mascherano creando connessioni con utenti benigni.
- I segnali di frode vengono diluiti durante l'aggregazione di vicinato.
- I modelli linguistici di grandi dimensioni forniscono ricchi indizi semantici per il rilevamento di frodi.
- La scarsità di campioni di frode annotati ostacola l'addestramento di rilevatori robusti.
- L2IR scopre l'intento latente dai comportamenti degli utenti e dalle connessioni sospette.
- Il framework è proposto per colmare le lacune nei metodi esistenti di rilevamento delle frodi.
Entità
—