銀行システムにおけるゼロデイ詐欺検出のためのデュアルパス生成フレームワーク

要旨: 高頻度の銀行環境は、低遅延の不正検知とGDPRが求める規制上の説明責任との間で重大なトレードオフに直面している。従来のルールベースおよび識別的モデルは、極端なクラス不均衡と過去の前例の欠如のため「ゼロデイ」攻撃に苦戦している。本論は、リアルタイムの異常検知をオフラインの敵対的訓練から分離するデュアルパス生成フレームワークを提案する。アーキテクチャは、再構成誤差に基づく正当な取引の多様体を確立するために変分オートエンコーダ（VAE）を用い、推論待機時間を<50msに保証する。並行して、勾配ペナルティ付きワッサースタインGAN（WGAN-GP）は高エントロピーの不正シナリオを合成して検知境界をストレステストする。極めて重要なのは、離散的な銀行データ（例：Merchant Category Codes）の微分不可能性に対処するため、Gumbel-Softmax推定量を統合する点である。さらに、トリガー型の説明可能性機構を導入し、SHAP（Shapley Additive Explanations）は高不確実性の取引に対してのみ有効化され、XAIの計算コストとリアルタイムのスループット要件を両立させる。