グラフ構造が負債になるとき：時間分布シフト下のビットコイン詐欺検出におけるグラフニューラルネットワークの再評価

概要: GCN、GraphSAGE、GAT、およびEvolveGCNが特徴のみのベースラインをエリプティック・ビットコイン・データセット上で上回るというコンセンサスは広く引用されているものの、リークのない評価プロトコルのもとで厳密にストレステストされたことはありません。私たちは、シードを一致させた帰納的（inductive）対推論的（transductive）の比較を行い、そのコンセンサスが成り立たないことを見いだします。厳密な帰納的プロトコルのもとでは、生の特徴に対するランダムフォレストがF1 = 0.821を達成し、評価したすべてのGNNを上回ります。一方でGraphSAGEはF1 = 0.689 +/- 0.017です。対になった制御実験により、39.5点のF1差は、テスト期間の隣接関係（隣接行列）への学習時の曝露によって説明できることが分かります。さらに、エッジシャッフルのアブレーションでは、ランダムに配線されたグラフが実際の取引グラフを上回ることが示され、データセットのトポロジーが、時間的な分布シフトのもとでは誤解を招きうることが示唆されます。GNN埋め込みと生の特徴を組み合わせるハイブリッドモデルは、わずかな改善しか得られず、特徴のみのベースラインを大幅に下回ったままです。再現可能でリークのない評価を可能にするため、コード、チェックポイント、および厳密な帰納的プロトコルを公開します。