safe-graph/UGFraud

🕵️ UGFraud: Hộp công cụ phát hiện gian lâm bất giám sát trên đồ thị

UGFraud tích hợp các thuật toán phát hiện gian lận trên đồ thị tiên tiến, vận hành hoàn toàn không cần nhãn.

UGFraud là một toolbox Python mở nguồn dùng cho phát hiện gian lận bất giám sát dựa trên cấu trúc đồ thị. Dự án hỗ trợ phân tích đồ thị đối đỉnh (ví dụ: đồ thị người dùng – sản phẩm), đồng thời ước lượng mức độ nghi ngờ của cả nút (node) và cạnh (edge). Ba nhóm thuật toán chính bao gồm: thuật toán dựa trên Trường ngẫu nhiên Markov (MRF), thuật toán phát hiện khối dày (dense-block), và thuật toán phân tích giá trị kỳ dị nhất (SVD).

✨ Điểm nổi bật

• Hỗ trợ đồ thị đối đỉnh: Áp dụng trực tiếp lên đồ thị user-product, phù hợp với dữ liệu đánh giá, nhận xét.
• Ba lớp thuật toán: MRF-based, dense-block detection, và SVD-based — mỗi nhóm giải quyết vấn đề khác nhau.
• Chỉ cần cấu trúc đồ thị: Hầu hết thuật toán chỉ yêu cầu đầu vào là cấu trúc đồ thị, trừ MRF cần thêm điểm số nghi ngờ ban đầu.
• Dễ tích hợp: Cài đặt qua pip hoặc clone từ GitHub, hỗ trợ chạy demo nhanh với dữ liệu mẫu.
• Mở rộng linh hoạt: Cấu trúc mã nguồn rõ ràng với thư mục Demo, Detector, Yelp_Data, Utils — dễ thêm mô hình mới.
• Hỗ trợ cộng đồng: Chào đón đóng góp mở rộng tính năng và thuật toán mới.

💡 Vì sao đáng chú ý

UGFraud khác biệt ở việc kết hợp đa dạng kỹ thuật đồ thị vào một công cụ thống nhất, cho phép người dùng so sánh hiệu quả giữa các phương pháp. Đặc biệt, các thuật toán MRF giúp khai thác thông tin đồng thời từ cấu trúc đồ thị và kiến thức trước (prior), trong khi SVD và dense-block phát hiện bất thường dựa trên tính chất số học. Phù hợp cho các nhóm nghiên cứu hoặc doanh nghiệp cần xây dựng hệ thống phát hiện gian lận trên nền tảng đồ thị mà chưa có nhãn huấn luyện.

#FraudDetection #GraphAnalytics #MachineLearning #OpenSource #TiniX