📄 Daily Digest

风控日报 — 2026-06-15

📊 原料：47 条高信号条目（GitHub 50 条主源 / arXiv 36 条全部无关——量子非定域性、光电催化、机器人操作、世界模型等 / HN 19 / Trending 20 / Reddit 暂停）。GitHub 风控仓库搜索仍是唯一稳定高质来源；arXiv 时间排序的关键词匹配已连续两期返回 100% 噪声，建议采集脚本加严过滤或改用相关性排序。

今日高信号

1. DeviceIntelligence — Android 设备指纹 SDK（root/模拟器/篡改检测）⭐ 30【信号：★★★】

iamjosephmj/DeviceIntelligence 是开源 Android SDK，检测 root、模拟器、篡改设备，输出一份 JSON 报告，后端决定策略。不追踪、不做 RASP——架构上把检测（设备端）与决策（服务端）解耦。风控视角：设备指纹是账户盗用/薅羊毛/虚假注册的第一道防线，root + 模拟器 + 篡改三件套检测是 Android 设备风控的基础能力，「检测→JSON→后端策略」的解耦设计可直接参考。→ GitHub

2. disposable-email — 自动更新的临时邮箱黑名单（110,880+ 域名）⭐ 31【信号：★★★】

eramitgupta/disposable-email 每日自动更新 11 万+ 临时邮箱域名，用于拦截虚假注册、垃圾邮件和试用期滥用。风控视角：营销反作弊（promotion abuse）的「低成本高收益」防线——黑产批量注册薅羊毛的第一步就是临时邮箱，维护一个日更黑名单是注册风控的基础卫生，可作为规则引擎的一条硬规则或特征输入。→ GitHub

3. kycaml — KYC/AML 防御工具包（威胁分类法 + 供应商目录 + 编排）【信号：★★★】

cognis-digital/kycaml 定位为「防御性 KYC/AML 工具包」：包含欺诈/AML 威胁分类法（threat taxonomy）、供应商目录（provider catalog）和供应商编排层（provider-orchestration）。风控视角：KYC 是反洗钱（CDD 客户尽职调查）和账户开户风控的入口；威胁分类法 + 供应商编排的框架思路，对应国内实名认证 + 风险评级 + 多数据源编排的架构，值得作为 KYC 体系设计的参考蓝图。→ GitHub

4. brazilian-aml-classifier — AI Agent 做巴西金融系统 AML 交易风险分类【信号：★★★】

lfmayer/brazilian-aml-classifier 用 AI agent 对巴西金融系统交易做反洗钱风险分类。风控视角：传统 AML 依赖规则引擎 + 人工审核可疑交易（STR），AI agent 做交易风险分类是「规则 + LLM 辅助判断」的新方向——用 agent 自主调取上下文、评估风险等级、生成分类报告，可降低人工审核成本，但需关注 LLM 幻觉和合规可审计性（待验证）。→ GitHub

5. upi-fraud-gnn — GNN + 流式分析检测 UPI 欺诈团伙 / 资金骡网络【信号：★★★】

yoelpa6680/upi-fraud-gnn 用图神经网络 + 流式分析检测 UPI 欺诈团伙，重点识别复杂的资金骡（money mule）网络。风控视角：资金骡网络是洗钱和电信诈骗资金转移的核心——单笔交易看似正常，但图视角下多个账户快速中转、分散收款的模式一目了然。GNN + 流式计算的组合正是实时反洗钱/反资金骡的前沿架构，与 反洗钱-AML 场景高度契合。→ GitHub

6. MANTIS — GNN + 主动欺骗的金融欺诈团伙情报平台【信号：★★★】

gurarpitzz/MANTIS 是自主网络威胁情报 + 主动欺骗平台，针对金融欺诈团伙。技术栈融合 GNN + 实时启发式序列追踪 + 生成式欺骗管道（generative deception pipelines）。风控视角：从「被动检测」走向「主动防御」——不仅用 GNN 识别团伙，还用生成式蜜罐/欺骗诱饵主动干扰和追踪欺诈网络，是反欺诈从「拦截」到「对抗」的进阶思路，思路新颖但工程复杂度高（待验证）。→ GitHub

7. trade-intelligence-graph — 海关贸易欺诈图分析（团伙检测）【信号：★★】

forensic-hay545/trade-intelligence-graph 用图网络分析检测贸易欺诈团伙，面向海关情报和风险检测。风控视角：贸易欺诈（低报价格、虚假原产地、转口规避关税）是海关/进出口风控的核心场景，图分析挖掘「关联企业 + 物流 + 资金流」的团伙模式，与金融反欺诈的图思路互通，可跨场景复用图算法经验。→ GitHub

8. payment-fraud-detector — Transformer + LoRA 实时支付欺诈检测【信号：★★★】

Para99999/payment-fraud-detector 用 Transformer 做支付欺诈检测，通过 LoRA 做高效微调（parameter-efficient fine-tuning），提供实时预测。风控视角：欺诈检测的模型选型正从树模型（XGBoost/LightGBM）扩展到 Transformer——序列交易行为天然适合注意力机制建模，LoRA 降低微调成本使大模型适配小样本欺诈场景成为可能，是模型架构演进的前沿信号。→ GitHub

9. cross-border-fraud-detection — 跨境支付欺诈实时检测 API【信号：★★】

heydsqi-dsq/cross-border-fraud-detection 提供实时跨境支付欺诈检测 API，主打降低金融机构的误报率（false positives）。风控视角：跨境支付风控的难点在于地理跨度大、交易模式差异大、黑产跨境流窜——「降低误报」直击风控核心矛盾（过度拦截影响用户体验、漏放造成损失），实时 API 形态贴合支付风控的实时决策要求。→ GitHub

10. Financial-Fraud-Risk-Engine — 全栈实时交易风险评分引擎【信号：★★】

Drgham96/Financial-Fraud-Risk-Engine 是全栈 ML 引擎，实时分析并评分交易风险，增强欺诈检测和运营洞察。风控视角：全栈风控引擎的参考实现——从数据接入、特征计算、模型评分到风险告警的完整链路，适合作为学习「风控引擎从 0 到 1」的架构模板，与 实时风控引擎 直接相关。→ GitHub

11. SybilShield — GNN 假评论团伙检测（GCN + GAT + 交互式仪表盘）【信号：★★】

tannillium/SybilShield 用 GNN（GCN + GAT）检测虚假评论团伙，配备交互式欺诈分析仪表盘。风控视角：虚假评论/刷单/刷量是电商和内容平台的营销反作弊核心场景（Sybil 攻击），GCN + GAT 双模型 + 可视化仪表盘是「图检测 + 人工复核」的工程闭环，与 电商风控 和 反欺诈体系 关联。→ GitHub

技术趋势

行业案例

值得深入