Graphsense - Realtime Anomaly Detection in Virtual and Non-Virtual Currency Networks


Type Research Project

Funding Bodies
  • Austrian Research Promotion Agency

Duration Sept. 1, 2015 - Aug. 31, 2017

  • Applied Information Technology AE (Details)
  • Information Business IN (Details)

Tags

Press 'enter' for creating the tag
  • Filtz, Erwin (Details)
  • Kirrane, Sabrina (Details)
  • Polleres, Axel (Details) Project Head
  • Umbrich, Jürgen (Former researcher) Project Head
 

Abstract (German)

Das Ziel des GraphSense Projekts liegt in der Erforschung und Entwicklung neuer algorithmischer Lösungen um Anomalien in großen, sich dynamisch ändernden Graphen erkennen zu können. Während die angestrebte Lösung generisch und für beliebige Graphen-basierte Anomalieerkennungsprobleme (z.B.: Energienetzwerke) adaptierbar sein sollte, wird sich GraphSense auf die Entwicklung von Anomalieerkennungstechniken in Transaktionsnetzwerken, die aus virtuellen Währungen (Bitcoin) konstruiert werden, konzentrieren und deren Anwendung in Finanzbetrugserkennungsszenarien in Unternehmen (Credit Suisse) untersuchen. Die zu erwartenden Resultate umfassen (i) Software und Konnektoren um Datenströme in horizontal skalierbare Datenverarbeitungsinfrastrukturen zu etablieren, (ii) ein interaktives Tool für Datenquellen-übergreifende Graphenkonstruktion, (iii) Software für skalierbare Anomalieerkennung in großen, dynamischen Graphen, und (iv) ein prototypisches Analysedashboard implementiert für Touchscreens. Die entwickelte Technologie ermöglicht eine Positionierung im Enterprise Fraud Management Markt, der in den nächsten 5 Jahren alleine in der DACH Region ein Potenzial von € 0.5 Mrd. haben wird.


Abstract (English)

The goal of the GraphSense project is to research and develop novel algorithmic solutions for detecting anomalies in large-scale, dynamically changing graph datasets. The focus will be on developing anomaly detection techniques for transaction networks constructed from virtual currencies (Bitcoin) and investigate their applicability for enterprise financial fraud detection settings (Credit Suisse). The expected results are: (i) a connector framework for establishing data streams into large-scale data processing platforms, (ii) an interactive tool for cross-data source graph construction, (iii) scalable anomaly detection algorithms for large, continuously evolving graphs, and (iv) a prototypical analytics dashboard deployed on a touch screen interface. Novel technology developed in the GraphSense project should allow for positioning in the Enterprise Fraud Management market that, in the DACH region alone, has a potential of € 0.5 billion in the next five years.

Partners

  • Braintribe IT-Technologies GmbH - Austria
  • AIT Austrian Institute of Technology GmbH - Austria

Publications

Chapter in edited volume

2017 Filtz, Erwin, Polleres, Axel, Karl, Roman, Haslhofer, Bernhard. 2017. Evolution of the Bitcoin Address Graph - An Exploratory Longitudinal Study . In: Data Science – Analytics and Applications, Hrsg. Peter Haber, Thomas Lampoltshammer, Manfred Mayr, 77-82. Wiesbaden: Springer. (Details)

Contribution to conference proceedings

2017 Savenkov, Vadim, Mehmood, Qaiser, Umbrich, Jürgen, Polleres, Axel. 2017. Counting to k or how SPARQL1.1 Property Paths Can Be Extended to Top-k Path Queries. In Semantics 2017, Proceedings of the 13th International Conference on Semantic Systems , Hrsg. Rinke Hoekstra, Catherine Faron-Zucker, Tassilo Pellegrini, Victor de Boer, 97-103. Amsterdam, the Netherlands: ACM Press. (Details)
2016 Haslhofer, Bernhard, Karl, Roman, Filtz, Erwin. 2016. O Bitcoin Where Art Thou? Insight into Large-Scale Transaction Graphs. In Joint Proceedings of the Posters and Demos Track of the 12th International Conference on Semantic Systems - SEMANTiCS2016 and the 1st International Workshop on Semantic Change & Evolving Semantics (SuCCESS'16) co-located with the 12th International Conference on Semantic Systems (SEMANTiCS 2016), Leipzig, Germany, September 12-15, 2016, Hrsg. Michael Martin and Martí Cuquet and Erwin Folmer, 1-4. Leipzig: CEUR Workshop Proceedings. (Details)

Paper presented at an academic conference or symposium

2016 Filtz, Erwin, Savenkov, Vadim, Umbrich, Jürgen. 2016. On finding the k shortest paths in RDF data. INTELLIGENT EXPLORATION OF SEMANTIC DATA (IESD 2016), Kobe, Japan, 18.10 - 19.10. (Details)