AI4Risk/antifraud

A repository for financial fraud detection

해결하는 문제

AntiFraud는 금융 사기 탐지를 위해 설계된 통합 연구 프레임워크입니다. 다양한 딥러닝 및 그래프 기반 사기 탐지 기법을 구현, 학습 및 평가할 수 있는 표준화된 방법을 제공하여 알고리즘마다 별도의 파이프라인을 구축할 필요성을 줄여줍니다.

작동 방식

이 프레임워크는 합성곱 신경망(CNNs), 시공간 어텐션 네트워크, 그래프 신경망(GNNs)을 포함한 여러 대표적인 사기 탐지 접근 방식을 통합합니다. YelpChi, Amazon, S-FFSD와 같은 데이터셋을 처리하기 위해 통합된 데이터 처리 파이프라인을 사용하며, 여기에는 특성 공학 및 고차 트랜잭션 그래프 구축이 포함됩니다.

대상 사용자

금융 보안 및 사기 탐지를 전문으로 하는 연구원 및 데이터 과학자로, 다양한 딥러닝 및 그래프 기반 모델을 테스트하고 비교하기 위한 벤치마크 프레임워크가 필요한 분들.

주요 특징

  • 다양한 모델 구현: MCNN, STAN, STAGN, GTAN, RGTAN, HOGRL, Grad 등 광범위한 기법 포함.
  • 통합 파이프라인: 데이터 처리, 학습 및 평가 파이프라인이 표준화되어 모델 간 일관성 유지.
  • 그래프 기반 접근 방식: 사기 탐지를 위한 그래프 표현 학습 및 그래프 증강에 중점.
  • 포괄적인 벤치마킹: 여러 데이터셋에 걸친 결과를 제공하여 직접적인 성능 비교 가능.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트