跳转至

KONTOGRAPH：在 200 毫秒决策预算下实现实时反洗钱的验证点时间特征一致性与摊销解释

文章背景与核心概要

欧盟 (EU) 2024/886 号条例强制要求欧洲支付服务提供商全天候在 10 秒内完成欧元信用转账的结算。这一指令消除了传统上用于反洗钱 (AML) 分析的隔夜批处理窗口，并剥夺了以往依赖于事后追索的结算延迟，迫使检测、解释和决策必须在极短的个位数秒级时间窗口内完成。

为了应对这一挑战，本文推出了 KONTOGRAPH，这是一个专为 SEPA Instant（单一欧元支付区即时支付）通道端到端设计的 AML 管道，其设定的 99% 分位数延迟预算严格限制在 200 毫秒以内。该研究在包含 1,562,860 笔注入了特定洗钱类型且标签故意存在不完整性的模拟支付数据上进行了评估，得出了对实时系统具有广泛实践意义的三项关键发现：

  1. 时序图网络 (TGN) 显著优于表格基线：利用带有节点记忆的时序图网络，将 PR-AUC 从 0.0053（梯度提升树表格基线）提升至 0.1717——通过配对按日区块自助法 (bootstrap) 计算出的差异为 +0.166（95% 置信区间：[0.105, 0.241]）。仅靠节点记忆这一项特性，就使基线得分翻了一倍多。
  2. 基于属性的测试能够捕捉隐蔽的实现错误：将单个特征定义编译为三个执行后端，并通过对未来状态进行扰动的基于属性的测试来强制实现等效性，从而暴露了标准代码审查未能发现的三起时间点违规问题——每一项违规都会虚假放大报告的性能。
  3. 服务格式转换会改变决策结果：将部署的树集成模型导出为 ONNX 格式，虽然平均得分变化微乎其微（\(7.4 \times 10^{-8}\)），但却改变了 0.26% 的决策，并将警报量放大了 12%。这一差异的产生是因为 32 位浮点数累加扰动了跨越 \(3.98 \times 10^{-4}\) 成本最优阈值的得分。因此，格式转换必须被视为模型的实际变更。此外，该研究还针对子图解释器给出了一个零结果（null result）：当候选邻域较小时，保真度指标可能会完全失效。

Abstract

Regulation (EU) 2024/886 obliges European payment service providers to settle euro credit transfers in under ten seconds, around the clock. This removes both the overnight batch window in which anti-money-laundering (AML) analytics traditionally ran and the settlement delay that made recovery possible, forcing detection, explanation and decision inside a single-digit-second envelope. We present KONTOGRAPH, an end-to-end AML pipeline for the SEPA Instant rail built under a self-imposed 200 ms 99th-percentile budget, and report an empirical study on 1,562,860 simulated payments with injected typologies and deliberately incomplete labels. Three findings are of interest beyond the system itself. First, a temporal graph network with per-node memory improves PR-AUC from a gradient-boosted tabular baseline from 0.0053 to 0.1717, a paired day-blocked bootstrap difference of +0.166 with 95% CI [0.105, 0.241]; per-node memory alone more than doubles the score. Second, expressing each feature once and compiling it to three execution backends, with equivalence enforced by property-based tests that perturb the future, surfaced three point-in-time violations that code review had passed--each of which would have inflated reported performance. Third, and most consequential for practice, exporting the deployed tree ensemble to ONNX changed only \(7.4 \times 10^{-8}\) in mean score yet altered 0.26% of decisions and inflated the alert volume by 12%, because 32-bit accumulation perturbs scores across a cost-optimal threshold of \(3.98 \times 10^{-4}\). We argue that a serving-format conversion must be treated as a model change until measured, and that fidelity metrics for subgraph explainers can be vacuous when candidate neighbourhoods are small--a null result we report in full.

欧盟 (EU) 2024/886 号条例强制要求欧洲支付服务提供商全天候在 10 秒内完成欧元信用转账结算。这既消除了传统反洗钱 (AML) 分析赖以运行的隔夜批处理窗口，也消除了使资金追索成为可能的结算延迟，迫使检测、解释和决策必须在个位数秒级的时间窗口内完成。我们推出了 KONTOGRAPH，这是一个专为 SEPA Instant 通道设计的端到端 AML 管道，其构建时设定了严格的 200 毫秒 99% 分位数延迟预算。同时，我们对包含 1,562,860 笔注入了洗钱模式且故意带有不完整标签的模拟支付数据进行了实证研究。除了系统本身之外，以下三项发现在系统之外同样具有重要意义。首先，带有节点记忆的时序图网络将梯度提升表格基线的 PR-AUC 从 0.0053 提升至 0.1717，配对按日区块自助法差异为 +0.166，95% 置信区间为 [0.105, 0.241]；仅节点记忆一项就使得分翻了一倍多。其次，将每个特征定义一次并编译到三个执行后端，通过扰动未来的基于属性测试强制保证等效性，浮现了代码审查未能发现的三次时间点违规——每一项违规都会虚假放大报告的性能。第三，对实际应用影响最深远的是，将部署的树集成模型导出为 ONNX，虽然平均得分仅改变了 \(7.4 \times 10^{-8}\)，却改变了 0.26% 的决策并将警报量放大了 12%，原因在于 32 位累加器扰动了跨越 \(3.98 \times 10^{-4}\) 成本最优阈值的得分。我们认为，在进行实际测量之前，服务格式转换必须被视为模型变更；此外，当候选邻域较小时，子图解释器的保真度指标可能是空洞的——我们对此零结果进行了全面报告。

Full-Text & Reference Links

license icon