TRAVELFRAUDBENCH：旅行ネットワークにおけるGNN不正フロード・リング検出のための構成可能な評価フレームワーク

要旨: 私たちは、旅行プラットフォームのグラフにおける不正リング検出を対象に、グラフニューラルネットワーク（GNN）を評価するための、設定可能なベンチマーク TravelFraudBench（TFG）を提案します。既存のベンチマーク--YelpChi, Amazon-Fraud, Elliptic, PaySim--は、単一のノード型、またはドメイン汎用的なパターンを扱うものであり、構造的に異なる不正リングのトポロジーにまたがって評価する仕組みがありません。TFG は、旅行固有の 3 種類のリング型--チケッティング不正（共有デバイス/IP クラスタを持つスター・トポロジー）、ゴーストホテルのスキーム（査読者×ホテルの二部クリーク）、アカウント乗っ取りリング（ロイヤリティ移転チェーン）--を、9 種類のノード型と 12 種類のエッジ型を持つヘテロジニアス・グラフ上でシミュレートします。リングサイズ、リング数、不正率、スケール（500〜200,000 ノード）、構成はすべて完全に設定可能です。私たちは、各リングがいずれか一方のパーティションに完全に含まれるリングベースの分割で 6 つの手法--MLP、GraphSAGE、RGCN-proj、HAN、RGCN、PC-GNN--を評価し、推論的なラベルリークを排除します。GraphSAGE は AUC=0.992、RGCN-proj は AUC=0.987 を達成し、MLP のベースライン（AUC=0.938）をそれぞれ 5.5、5.0 pp 上回ります。これにより、グラフ構造が大きな判別力を付与することが確認されます。HAN（AUC=0.935）は否定的な結果であり、MLP ベースラインと一致します。不正リング回復タスク（>=80% のリングメンバーを同時にフラグ付け）では、GraphSAGE はすべてのリング型に対して 100% の回復を達成します。一方 MLP は 17〜88% しか回復できません。エッジ型のアブレーションでは、デバイスと IP の共起が主要なシグナルであることが示されます。uses_device を除去すると AUC が 5.2 pp 低下します。TFG は、オープンソースの Python パッケージ（MIT ライセンス）として公開されており、PyG、DGL、NetworkX のエクスポータと、事前生成済みデータセットを https://huggingface.co/datasets/bsajja7/travel-fraud-graphs で提供します。Responsible AI 分野を含む Croissant メタデータも提供されます。