GrafoLab

Resumo — Sistemas de detecção de fraude são como um castelo de cartas: precisam ser constantemente reajustados. Por quê? Porque os fraudadores mudam suas táticas todos os dias. Um modelo de Inteligência Artificial treinado hoje pode ser obsoleto em seis meses. Esse problema tem um nome: “Deriva de Dados” (Data Drift).

Como, então, construir um sistema que não fique obsoleto? Como criar uma defesa que se adapta tão rápido quanto o ataque?

Nossa pesquisa, que temos o orgulho de anunciar foi premiada em 3º lugar no Encontro de Pós-Graduação e Pesquisa 2025 da Unifor, propõe uma solução. Veja o anúncio do prêmio aqui no LinkedIn.

Propomos um framework onde um “supervisor” de IA (um Agente de Aprendizado por Reforço) monitora o desempenho do modelo de detecção (uma GNN) e decide, de forma inteligente, a melhor hora de atualizá-lo.

(Aqui é onde a Imagem Heroica deve ser inserida)

---

1. O Problema Central: A “Deriva de Dados” (Data Drift)

Imagine que seu sistema de IA aprendeu a identificar fraudes com base no Padrão A. Os fraudadores percebem, param de usar o Padrão A e começam a usar o Padrão B. Os dados de entrada mudaram, e seu modelo, que só conhece o Padrão A, se torna inútil. Isso é a “deriva de dados”.

A solução ingênua seria re-treinar o modelo toda semana, o que tem um custo computacional absurdo. A solução preguiçosa seria não fazer nada, o que leva a perdas financeiras.

Nós propomos uma terceira via: uma solução inteligente e adaptativa.

2. A Solução: Um Ecossistema de Três Camadas

Nosso framework funciona como um time de especialistas:

1. O Detetive (O Grafo de Conhecimento): Primeiro, modelamos todo o domínio financeiro como um grande Grafo de Conhecimento Heterogêneo. Ele conecta tudo: transações, cartões, e-mails, endereços, dispositivos, etc. A fraude não é um evento isolado; é um padrão de conexões suspeitas nesse grafo.
2. O Perito (A GNN – HGT): Usamos uma Graph Neural Network (especificamente, um Heterogeneous Graph Transformer – HGT) para “ler” esse grafo. Essa GNN é o perito que aprende a olhar para uma transação e seu contexto (quem usou, onde, quando, com qual cartão) e classificar: “Isto é fraude” ou “Isto é legítimo”.
3. O Supervisor (O Agente de RL): Este é o cérebro da operação. Um agente de Aprendizado por Reforço (Q-learning) fica monitorando o Perito (a GNN). Ele vê quando a performance começa a cair (sinal de data drift) e decide a melhor ação para corrigi-la.

3. O Grafo: Conectando os Pontos da Fraude

Para capturar a complexidade do cenário, o grafo precisa ser heterogêneo, ou seja, possuir diferentes tipos de nós e diferentes tipos de relações. A fraude se esconde nas conexões.

• Tipos de Nós:
  • transaction: A compra em si.
  • card: O cartão de crédito.
  • address: O endereço de cobrança/entrega.
  • email: O e-mail da conta.
  • product: O tipo de produto comprado.
  • temporal: Uma “janela de tempo” (ex: manhã, tarde).
• Tipos de Arestas (Relações):
  • USA_CARTÃO: Conecta transaction card.
  • USA_EMAIL: Conecta transaction email.
  • MESMO_CARTÃO_SEQUENCIA: Conecta transaction transaction (a próxima transação daquele cartão).
  • COMPORTAMENTO_SIMILAR: Conecta transaction transaction (duas transações parecidas, mesmo que de cartões diferentes).

Com esse mapa, a GNN consegue ver padrões que um humano jamais veria, como “este e-mail está conectado a 5 cartões diferentes que fizeram compras de valores parecidos em 3 endereços distintos nos últimos 10 minutos”. Isso é um sinal claro de fraude.

4. O Supervisor Inteligente (Q-learning)

Aqui está a mágica. O agente de RL não segue regras fixas. Ele aprende a melhor estratégia de manutenção.

Funciona como um jogo:

• Estado (O que ele vê?): O agente observa duas coisas: 1. Drift_Level (O quanto a performance F1 caiu?) e 2. Model_Age (Há quanto tempo o modelo não é atualizado?).
• Ações (O que ele pode fazer?): Ele tem um menu de opções:
  • DO_NOTHING: “Ainda está tudo bem.”
  • FINE_TUNE: “A performance caiu um pouco. Vamos fazer um ajuste fino, que é rápido e barato.”
  • FULL_RETRAIN: “O mundo mudou! A performance despencou. Precisamos re-treinar o modelo do zero, o que é caro.”
• Recompensa (O que ele quer?): O agente é recompensado por maximizar o F1-Score (a precisão da detecção) e penalizado pelo Custo (tempo/recursos de treinamento).

Ele aprende sozinho a política ideal: não fazer nada se o drift for pequeno, fazer fine-tune em drifts médios, e só usar o re-treino completo (a “bala de prata”) quando for absolutely necessário.

5. Os Resultados: Inteligência Supera a Força Bruta

Comparamos nosso Agente de RL com outras três estratégias:

1. Natural: Sem atualização. O modelo degrada e morre.
2. Ingênua (Naive): Re-treina a cada 5 “dias” (janelas). É força bruta, cara e nem sempre eficaz.
3. ADWIN: Um detector estatístico de data drift que dispara um re-treino completo quando uma mudança é detectada.

Os resultados mostram que o Agente de RL foi o campeão:

Estratégia	F1-Score Médio (Precisão)	Estabilidade (Desvio)	Custo Total (Recursos)
Agente RL (Proposto)	0.7713	0.0416	212
ADWIN	0.7603	0.0330	45
Ingênua (Naive)	0.7410	0.0594	18
Natural (Degradação)	0.6917	0.0528	0

Nosso agente obteve o melhor F1-Score médio e a maior estabilidade (menor desvio padrão). Ele aprendeu a usar suas ações de forma cirúrgica, mantendo a performance alta com um custo balanceado, provando ser uma estratégia de manutenção superior.

6. Conclusão: Um Modelo que se “Cura” Sozinho

Este trabalho demonstra um framework ponta-a-ponta que não apenas detecta fraudes complexas usando grafos, mas também combate ativamente a “deriva de dados”.

A maior contribuição é provar que podemos usar o Aprendizado por Reforço para gerenciar de forma autônoma o ciclo de vida de outros modelos de IA (como GNNs). Em vez de um sistema estático que envelhece mal, criamos um sistema dinâmico que se monitora, se diagnostica e se “cura” para continuar eficiente no longo prazo.

---

Referências

• Menezes, R., & Filho, R. H. (2025). Detecção de Fraudes Financeiras com Grafos de Conhecimento Heterogêneos e Adaptação Dinâmica Usando Aprendizagem por Reforço. Anais do Encontro de Pós-Graduação e Pesquisa. Universidade de Fortaleza.
• Gama, J., Žliobaitė, I., Bifet, A., Pechenizkiy, M., & Bouchachia, A. (2014). A survey on concept drift adaptation. ACM Computing Surveys.
• Hu, Z., Dong, Y., Wang, K., & Sun, Y. (2020). Heterogeneous Graph Transformer. Proceedings of The Web Conference 2020.
• Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction. MIT Press.
• Zhang, J., Liu, B., & Song, Y. (2023). Graph-based Deep Learning for Financial Applications: A Survey. ArXiv.

Sobre o autor

Rener Menezes Cofundador & CTO — FitBank

Rener Menezes é cofundador e CTO do FitBank, fintech brasileira de Banking-as-a-Service. Com mais de 25 anos de experiência projetando sistemas financeiros em larga escala, é bacharel em Sistemas de Informação e mestrando na Unifor, onde pesquisa Redes Neurais de Grafos e aprendizado por reforço para detecção de fraude. Interesses: sistemas distribuídos, infraestrutura de pagamentos e graph ML.

Links: LinkedIn · ORCID · contato@grafolab.ia.br