Transformer图表示学习驱动的自适应人脸欺诈检测模型

目的针对欺诈人脸中存在的光照、几何比例、运动模式等方面的全局不一致性，本文通过引入数据驱动的图拓扑信息以增强模型的结构感知能力，并借助Transformer的全局自注意力机制弥补图结构在全局信息建模上的局限，提出了一种基于Transformer图表示学习的自适应人脸欺诈检测模型，旨在提升模型捕捉全局空间中不一致欺诈线索的能力。方法该模型通过交替堆叠图神经网络（graph neural networks，GNN）与Transformer层来构建两者的互补优势，GNN通过屏蔽无关节点，将Transformer 的盲目全局注意力转变为稀疏、低秩、结构敏感；Transformer凭借长距离依赖拓展了GNN的感受野，使消息传递更远、更灵活，它们的交替堆叠使模型具有更强的关系表示能力。鉴于GNN对图拓扑结构的强依赖性，本模型应用动态K近邻稠密算法来改进邻居节点的采样方法，利用数据驱动来自适应地调整每个节点的连接性（度），提高了模型的结构表示能力。为了提高模型对关键线索的敏感性，本模型使用双重注意力机制对图中的节点和边分别进行加权，对节点的加权可以使模型重点关注携带更多判别信息的图像块，而对边的加权可以突出信息流动的关键途径。这种双重注意力机制模拟了实体及其关系之间的复杂相互作用，使模型能够专注于最突出和最具信息性的特征和联系。为了提高模型抵御新攻击的能力，本文引入改进的元学习优化策略，通过组合的KL散度损失与软目标交叉熵损失函数来促使模型快速适应新的攻击类型或新的场合。结果在MSU、Replay、OULU与CASIA的人脸活体检测跨数据集实验中，平均半总错误率（half total error rate，HTER）超过了所有对比算法；在 FF++和Celeb-DF数据集上的域内测试中Acc达到98.93%与98.44%，而在FF++、Celeb-DF与DFD的交叉评估与跨域实验中Acc与曲线下面积（area under the curve， AUC）均高于最新模型。结论本文提出的方法能够有效地捕捉并识别出欺诈样本中存在的细微欺诈线索以及全局不一致性现象，该方法在增强模型对不同数据集的泛化能力和对新环境的适应性方面尤为显著，确保了模型在多变的实际应用场景中均能达到较高的识别性能。本文数据集已在ScienceDB存档，访问链接为https：//doi.org/10.57760/sciencedb.j00240.00096.