SantanderAI/gen-fraud-graph

🕵️ Máy tạo đồ thị gian lận tài chính giả lập từ SantanderAI

Công cụ open-source tạo dữ liệu giả lập để huấn luyện và benchmark mô hình phát hiện gian lận tài chính trên đồ thị.

gen_fraud_graph là một công cụ Python open-source do SantanderAI phát triển, dùng để sinh các đồ thị giao dịch tài chính giả lớp với mẫu gian lận tiền rửa tiền được chèn vào. Dữ liệu xuất ra dưới dạng CSV, sẵn dùng cho cơ sở dữ liệu đồ thị (TigerGraph, Neptune, Neo4j…) hoặc huấn luyện mô hình Graph Neural Network (GNN).

✨ Điểm nổi bật

• Quy mô lớn: Sinh từ 1.000 đến 100 triệu+ tài khoản với tham số cấu hình linh hoạt
• Chèn mẫu gian lận: Vòng tròn tiền rửa tiền với độ sâu cấu hình từ 4–7 bước
• Sinh paralell: Hỗ trợ đa tiến trình để tăng tốc sinh dữ liệu
• Vector embedding: Hỗ trợ 3 nhà cung cấp: fake (nhanh), local (SentenceTransformers), openai (API)
• Định dạng đa dạng: CSV chuẩn hoặc định dạng Neptune bulk-load
• Hỗ trợ tiếp tục: Có thể tiếp tục sinh khi bị gián đoạn
• Bảo mật dữ liệu: Dữ liệu ho hoàn toàn giả lập, không chứa thông tin thực tế

💡 Vì sao đáng chú ý

gen_fraud_graph không chỉ sinh dữ liệu ngẫu nhiên — nó chèn các mẫu gian lận thực tế như vòng tròn tiền rửa tiền, giúp huấn luyện mô hình phát hiện gian lận chính xác hơn. Phù hợp cho nghiên cứu AML, benchmark GNN và kiểm tra tải cơ sở dữ liệu đồ thị.

#FraudDetection #GraphML #AntiMoneyLaundering #TiniX