El fraude continúa siendo una preocupación significativa a nivel mundial, con pérdidas financieras alarmantes. En Estados Unidos, en 2024, los consumidores perdieron 12,5 mil millones de dólares debido a actividades fraudulentas, un aumento del 25% en comparación con el año anterior, según la Comisión Federal de Comercio. Este incremento no se debe a un aumento en los ataques, sino a la mayor sofisticación de las estrategias de los estafadores. Con ataques más complejos y conectados, los métodos tradicionales de aprendizaje automático han demostrado ser insuficientes, pues tienden a analizar las transacciones de manera aislada, sin captar las redes coordinadas que caracterizan los fraudes modernos.
Las redes neuronales gráficas (GNN) surgen como solución a este desafío al modelar las relaciones entre distintas entidades, como usuarios y dispositivos compartidos, ubicaciones o métodos de pago. Analizando tanto las estructuras de red como los atributos de las entidades, las GNN pueden identificar esquemas de fraude donde las actividades individuales sospechosas se ocultan, pero se reflejan en las redes de relaciones. La implementación de la prevención de fraude en línea basada en GNN no está exenta de retos, incluyendo lograr respuestas de inferencia en menos de un segundo, manejar miles de millones de nodos y aristas, y mantener eficiencia en las actualizaciones de modelo.
GraphStorm ha sido desarrollado para superar estos retos, especialmente con las capacidades de inferencia en tiempo real de su versión 0.5. Las soluciones anteriores implicaban compromisos entre capacidad y simplicidad. Deep Graph Library (DGL) ofrecía funcionalidades de tiempo real completas, pero requería una orquestación compleja. Implementaciones en memoria de DGL simplificaban la complejidad, pero con limitaciones frente a grandes volúmenes de datos empresariales.
Con la introducción del entrenamiento distribuido y APIs de alto nivel, GraphStorm simplifica el desarrollo de GNN a gran escala. Esto ya ha sido ilustrado con un modelo de entrenamiento empresarial eficiente y capacidades de inferencia offline. Sin embargo, la prevención efectiva de pérdidas financieras demanda la detección del fraude antes de su ocurrencia. GraphStorm v0.5 permite esto mediante soporte nativo para la inferencia en tiempo real con Amazon SageMaker AI.
La solución consiste en un proceso de cuatro pasos que inicia con la exportación del gráfico de transacciones desde una base de datos OLTP a un almacenamiento escalable, seguido del entrenamiento del modelo, simplificación del proceso de despliegue, e integración con aplicaciones de cliente para procesar transacciones en tiempo real. Esta metodología muestra cómo los científicos de datos pueden llevar un modelo GNN entrenado a puntos de inferencia listos para producción con mínima carga operativa.
El uso de conjuntos de datos como IEEE-CIS, que incluye 500,000 transacciones anonimizadas, permite a las GNN identificar patrones de fraude a través de relaciones entre entidades. A medida que las organizaciones buscan enfrentar el fraude, los modelos basados en GNN se adaptan para crear soluciones personalizadas, ofreciendo así una prevención más eficaz contra el fraude.
