图神经网络正在改变企业打击欺诈的方式，将检测从孤立的交易扩展到整个隐藏的坏人网络。随着人工智能应用加速，企业发现真正的突破不只是更快的模型，而是一种能够揭示传统系统忽略的关系的数据结构。

这一转变在制药领域的防伪工作中得到了大规模体现。吉利德科学公司全球产品安全总监Thomas Luu表示，欺诈检测是图驱动系统的常见用例。他的团队负责调查吉利德全球商业业务中的假药和欺诈行为，为了跟上日益复杂的犯罪手法，他们不得不将关系数据转换为图形式。

打开网易新闻 查看精彩图片

“通过使用Neo4j实现图神经网络，我们能够真正揭示这些隐藏网络，并将数据分析提升到以前因人类局限而无法达到的水平和规模，”Luu说。“欺诈不是单笔交易发生的，它涉及许多实体，而且很多实体是隐藏的。”

Luu在Neo4j GraphTalk活动上接受了theCUBE的采访，讨论了图神经网络和知识图谱如何改变制药行业的欺诈调查。在采用图技术之前，Luu的团队依赖人工比较分散且细微的数据集，这一过程高度依赖分析师个人经验，且难以扩展。现在，该团队运行一个三层检测模型：基于规则逻辑识别已知模式，传统机器学习检测统计异常，以及图神经网络发现未知的复杂关系。这种分层方法让隐藏在大量数据中的欺诈网络浮出水面，极大提升了调查效率。