风控日报 — 2026-09-10

📊 原料：48 条入文件（GitHub 仓库搜索 38 条 + arXiv 10 条全部无关——新批次 2609.091xx（09-08 提交日期，非缓存）：Jaccard 空间度量维数（关键词碰撞）、复标量暗物质、Xe 磁性非弹性暗重子、人形机器人全身导航 TANGO、长度外推递推模型、Silver 步长 GD 加速下界、CMB 宇宙双折射校准、重子化 X 射线气体、Proxy Policy Steering 机器人策略、顶点算子代数丛。arXiv 全噪声小计：连续 43 期（07-17→09-10）全噪声，累计 865 条中 1 条相关，噪声率 99.9%）。剔除构成：14 条已覆盖/重复（aegis[09-08 ★★★]、kartiknaik35 保险理赔[09-09 ★]、marketplace-phaas-tracker[08-14 已入图]、FFraud-com 邮箱+IP 库×2[07-14 已收录]、RazorPulse[09-05 ★★]、lucidfence[08-07]、TemporalStore[09-05 剔、203★ Rust LLM 上下文域外]、warden-desk[09-05]、youseifsamirshabaan Kafka/Spark 同栈重复[09-09 已剔]、lynxiondev 127 字节 README[09-09 已剔]、leyline Forge 卡牌游戏、phase 270★ 游戏规则引擎、finpulse/portfolio-risk/obligation-net/riskstream 投资 VaR 域外族、perishable[07-01 已剔]）+ 5 个已确认恶意仓库残留不重复验证（Amy7007/VPN-Detector[07-26]、defi-risk-screening[07-26]、heydsqi-dsq/cross-border-fraud-detection[07-26]、yoelpa6680/upi-fraud-gnn[07-26]、payment-channel-guide[08-09]）+ 3 个新确认恶意仓库（含"老仓变脸"第 2 例，见威胁情报专题），恶意仓库累计 29 个（+3，09-05→09-09 四日零新增后重现）+ 7 条过薄/域外（Trace-X 284 字节 README 空壳、Ankith1995 ai-payment-intelligence 130 字节 README+预置 pkl+"FINAL_RECOVERY.txt.py"可疑文件、amit2410256/UPI-Fraud-GNN 无 README、mirabenchauhan 描述宣称 GNN+Autoencoder 实为 XGBoost+IsolationForest 的描述不符、Paymob Excel 台★保留、VPN-Detector 恶意残留、Duel-Masters 类游戏碰撞）；Infrai astroturf 无第 6 例。今日筛出 7 条工程高信号 + 1 条威胁情报专题。今日主题一是"LLM 永不决策"治理线第 7 跃迁：创作域退出——feelc 让 LLM 只写规则、引擎用 SMT 证明完备性/无冲突后 100% 确定性执行，LLM 从决策路径上被彻底移除，正确性由编译器级证明承担；app-fraud-interdiction 同日把"每个结果带引用+后果性结果强制路由人工"写成规范。主题二是"老仓变脸"第 2 例实锤——TRDGNN（06-28/07-09 曾以 ★★ 收录）README 已整体替换为 zip 下载页，与 09-05 edge-upi 变脸同型；zip 家族累计 10 个（585KB±2KB 聚类），验证方法沉淀为"curl -sI 探活 + README 恶意模式 grep"两步最低成本流程。

今日高信号

1. maxgfr/feelc — LLM 写规则、引擎证明规则：DMN/FEEL 规则引擎的"创作域退出"（AI-native 业务规则引擎编译到 Go：LLM 起草+解释规则，引擎在执行前证明完备性与无冲突（SMT，冲突时给出具体反例），然后 100% 确定性运行——核心无 LLM；feelc verify 先证明每个输入被覆盖且无两条规则打架，serve --ui 让 LLM 起草下一条规则而引擎持续证明；单 CGO-free 静态二进制+WASM 浏览器 playground+热重载+决策图可视化；IBM ODM/ILOG 的 LLM 时代重构；Apache-2.0，CI+release 流水线）【信号：★★★】

maxgfr/feelc（0★, Go, 06-22 建→09-09 推送, 1MB, Apache-2.0）README 工程叙事完整：verify 是卖点——"在你运行一条规则之前，引擎证明每个输入都有覆盖、没有两条规则冲突"。根目录 cmd/internal/packages/testdata/examples 齐全，.mcp.json+.claude-plugin 表明 LLM 编写入口是一等公民。

风控视角："LLM 决策边界"谱系（governor 架构隔离→证据 schema→代数钳位→跨域治理核→默认化→验证外移→今日创作域退出）的第 7 跃迁——此前的方案都在约束 LLM 的决策输出，feelc 直接把 LLM 移出决策路径：LLM 的产物是规则文本（可 diff、可评审、可回滚），执行是编译器级确定性。对规则引擎业务这是"LLM 辅助规则开发"的正确安全形态——对照国内实践中"让大模型直接出 Decision"的危险用法，feelc 给出了可抄的架构：LLM 在创作域，SMT 证明在审查域，引擎在执行域。完备性证明恰好覆盖规则引擎最经典的上线事故（输入组合漏网/规则打架）。与 风控归因 Agent 项目 的证据约束和规则治理直接相关。→ GitHub

2. portable-genai/app-fraud-interdiction — APP 欺诈拦截的工程规范样本：后果性决策纯确定性+每个结果带引用（实时对在途支付/结账评分（scam+Authorised Push Payment 欺诈，确定性规则+特征），生成 locale 感知的客户警告+分析师案件叙事；六边形 ports-and-adapters；后果性决策是纯 stdlib 确定性代码，PII 在审计前脱敏，每个结果携带引用（citation），后果性结果按规则 R8 强制路由人工复核而非自动执行；rulepacks 规则包+eval 评估目录+Make gate 离线门禁（lint+type+test+eval）+pip-audit 硬门禁+demo 自测；Apache-2.0）【信号：★★★】

portable-genai/app-fraud-interdiction（0★, Python, 08-22 建→09-09 推送, 621KB, Apache-2.0）的 README 第一段就是治理宣言："The consequential decision is pure, deterministic stdlib; every result carries a citation; and a consequential result is ROUTED to a human reviewer (rule R8)"。COMPLIANCE.md/ARCHITECTURE.md/SPEC.md 三件套+AGENTS.md。

风控视角：与 feelc 同日构成"LLM 只产出解释性文本、资金动作永不进 LLM"的两个互补实现——feelc 在规则引擎层（创作域退出），app-fraud-interdiction 在拦截层（LLM 生成的只是客户警告文案与案件叙事，block/hold 判定是确定性规则）。"每个结果带引用"是把 09-08 aegis 的"Consent is verified, not claimed"推进到解释域：给客户的每句警告都能回指触发规则，分析师叙事可审计。APP 欺诈（受害者自愿授权）正是国内"Screen 共享+FaceTime 诱导转账"诈骗的同构场景，R8"后果性结果路由人工"是可直接进风控需求文档的验收条款。与 支付风控 的交易前校验直接相关。→ GitHub

3. Kondachello/datafusion-2026-antifraud — 交易序列 SSL 预训练的诚实增量：GRU 自监督 +0.02 PR-AUC（俄罗斯 Data Fusion 2026 竞赛「Страж」题解：检测未确认交易（🔴）——客户端历史交易序列自监督预训练 GRU（下一 MCC+金额预测），再 fine-tune 到欺诈目标（Focal Loss，PR-AUC 主指标）；对照组是 15 模型 CatBoost 集成（时间窗+金额+security 特征）；结果表直言 SSL 路线对 boosting +0.02 PR-AUC；01_preproc→02_ssl→03_tune→04_train_all→05_inference 五段可复现管道+mermaid 架构图；Polars 数据层；MIT）【信号：★★】

Kondachello/datafusion-2026-antifraud（0★, Python, 02-20 建→09-09 推送, 5.2MB, MIT）竞赛题解的罕见诚实度：不吹指标绝对值，只报增量（+0.02），且两条路线（序列 SSL vs 表格 boosting）并排给结论。

风控视角：竞赛族重现——继印度 Razorpay Buildathon（7 样本）、Mastercard 赛题（3 样本）之后，俄罗斯 Data Fusion 成为本库第三个地区性风控竞赛样本源，且带来一个此前缺位的方法论样本：交易序列自监督预训练的"微增量"实证。+0.02 PR-AUC 的价值不在数字而在口径——SSL 预训练在欺诈场景是"锦上添花"而非"雪中送炭"，强表格基线（15×CatBoost）仍是首选起点，这与 09-03 AML-Graph（GNN +8pp 正结果）和 Elliptic（XGBoost 负结果）的场景分化结论同向：表征学习路线的收益高度依赖数据规模与场景，诚实报增量比报绝对值可信。五段式管道可直接复用到交易序列预训练实验。与 风控模型 的序列建模相关。→ GitHub

4. FelipeGardenghiDev/fraud-detection-api — 巴西支付风控的 Java/Spring 教学栈：幂等裁决回放+滑动窗限速双写（Java 21+Spring Boot 3 实时欺诈风控 API，覆盖 PIX/信用卡/借记/Boleto 四通道；Rule Engine Pipeline 可扩展规则链：累犯 CPF/IP/设备指纹黑名单即决（Score 100）、22h-06h 夜间高风险窗口（针对 PIX "sequestro relâmpago"闪电劫持）、Redis 滑动窗口 velocity burst 检测+关系库兜底降级；幂等性：重复 transactionId 直接返回既往裁决（idempotencyHit）不重算；RabbitMQ 事件驱动审计；API Key 认证+OpenAPI 3+docker-compose+Maven CI）【信号：★★】

FelipeGardenghiDev/fraud-detection-api（0★, Java, 09-09 单日新建, 52KB, README 7.9KB 葡语）以 Java 21 虚拟线程+Spring 生态实现的规则引擎管道，README 特性表与 CI 徽章齐全。

风控视角：本库 Java 风控栈样本的补位——此前 Java 侧只有 09-03 VIS_mini-bank（Java 17 教学），Felipe 这份是支付通道语境的 Spring 工程版。两个可直接抄的设计：幂等裁决回放（同 transactionId 重试返回原裁决，支付网关超时重试场景下防止"同一笔交易两次风险计算结果不一致"——国内支付风控的幂等设计常散落在网关层，这里示范了风控层内建）；Redis 滑窗+DB 兜底的双写降级（缓存故障时 velocity 规则不失效只变慢）。夜间窗口规则与 PIX 闪电劫持的场景绑定给出了"规则必须挂场景叙事"的样本。⚠️ 单日新仓、无 license 字段、规则集较基础。与 支付风控 的规则引擎和 Java 后端八股的 Redis/幂等考点直接互文。→ GitHub

5. alekslinde/veriguard — 无 LLM 的消费端诈骗检测器：SPF/DKIM/DMARC+URLhaus+wangiri 规则全家桶（粘贴链接/短信/邮件/电话号码即出裁决（safe/suspicious/likely scam）+逐条红旗英解；链接：URLhaus 活体黑名单+短链展开+可疑 TLD+IP 托管+品牌 typosquat+防切割链接识别（hxxp://evil[.tk]）；邮件：原始头解析 SPF/DKIM/DMARC 认证+转发链还原+跟踪像素检测；电话：线型识别（VoIP/付费/免费）+地区付费费率风险+wangiri（一响断）风险+仿冒风险注记；截图/二维码：jsQR 客户端解码+Tesseract.js OCR 全在用户设备上；区域感知（澳/英/美/新西兰/爱尔兰五区全覆盖）；无 LLM、无存储、Apache-2.0）【信号：★★】

alekslinde/veriguard（0★, TypeScript, 05-26 建→09-09 推送, 9.3MB, Apache-2.0）Next.js+workers 全栈，__tests__+eval+SECURITY.md 齐备。

风控视角：反诈 consumer-facing 路线的规则引擎标杆——对照 09-04 Muhafiz-AI（检测侧模型）与 insider-compass（用户武装侧知识库），veriguard 证明了不依赖 LLM 也能做全通道诈骗判定：每类输入（链接/邮件/电话）各有一套可解释规则族，判定结果逐条列出触发红旗。对国内反诈可迁移的三点：wangiri 一响断是跨境 VoIP 号段治理的经典模式；SPF/DKIM/DMARC 在邮件反钓鱼中是"协议级事实"（与 09-08 aegis 的 CAMARA 网络验证同思想——验证外移到协议层）；"防切割链接（hxxp://）识别"是威胁情报 IOC 格式的用户端工程化。区域感知规则表的组织方式（每区域一组政府域名/银行/号段格式）可直接对照省级反诈的本地化规则库。→ GitHub

6. Thiago-code-lab/aws-streaming-fraud-detection — 47★ 葡语 AWS 无服务器欺诈管道：规则评分+S3/Glue/Athena 教学参考（Terraform 全程供应的 AWS 数据工程教学管道：合成交易生成→可解释规则风险评分→S3 Parquet 数据湖→Glue Data Catalog→Athena serverless 分析，模拟银行/fintech 场景；本地 demo 无 AWS 可跑；双语 README（葡/英）+ROADMAP+SECURITY.md+pre-commit+tests；47★，Udemy 课程引流+WhatsApp 社群）【信号：★】

Thiago-code-lab/aws-streaming-fraud-detection（47★, Python, 01-21 建→09-09 推送, MIT）本质是课程配套项目（README 顶部即 Udemy 课程徽章），但工程完整度高于平均教学仓：terraform/ 目录、CHANGELOG、tests、analytics 模块分层。

风控视角："规则评分+湖仓分析"的无服务器参考架构——与 09-08 Imperator 的 PySpark Delta 版、09-09 finbank 的 Databricks 版并列第三个"实时特征栈教学样本"，差异点是完全托管服务化（无自维护 Flink/Spark 集群）。对快速搭 proof-of-concept 的可用模板；评分层是可解释规则而非模型，教学取向诚实（README 明说 educational）。⚠️ Udemy 引流属性、合成数据、决策层简单。→ GitHub

7. ahmedcsfarag/Paymob-Payments-Risk-Analytics — Excel 支付风控 KPI 台：工程光谱的另一极（Paymob（埃及 PSP）支付与商户数据的 Excel 仪表盘：GMV/交易成功率/商户健康与流失风险/市场表现/支付失败原因/季节性六组 KPI，四个交互 dashboard（商户/市场/日历/交易）；纯 Excel 实现（.xlsx+截图+OneDrive 分享链接））【信号：★】

ahmedcsfarag/Paymob-Payments-Risk-Analytics（0★, 2.5MB, 09-09 新建）无代码、无 license，数据分析师作品集。

风控视角：收录价值不在工程（零代码），在指标框架与工程光谱锚点——它的 KPI 分组（商户流失风险/支付失败原因/季节性）与 09-05 PayShield 的"三方链路健康度归因"同构，说明 PSP 风控的入门指标集是行业收敛的；同时它是本库"支付风控工程深度光谱"的最低端锚点（Excel）——对照 feelc/app-fraud-interdiction 的 SMT 门禁与 R8 人工路由，可用于向业务方解释"同一套 KPI 在不同工程成熟度下的实现落差"。⚠️ 仅作品集，OneDrive 链接不可验证（待验证）。→ GitHub

8. 威胁情报专题 — "老仓变脸"第 2 例实锤：TRDGNN 武器化，zip 家族累计 10 个（samehHesham/TRDGNN（06-28/07-09 曾以 ★★ 收录：零泄漏时序 GNN 比特币欺诈检测）README 已整体替换为 in-repo zip 下载页：configs/Software-v1.4.zip 实测 HTTP 200+587KB，README 全文变为"下载-双击安装"社工话术+营销 emoji+PR-AUC 0.5846 数字装饰，零 clone/run 指引；同日另确认 2 个同型新恶意仓：VinaypatelAd/Zen7-Payment-Agent（Sapharensian/Zen_Payment_Agent_v1.7.zip 200+584KB，注意该仓有真实代码树 a2a_server/mcp_server/host_agent——README 下载页与代码树并存）、sulemanyou64ab/credit-card-fraud-detection（scripts/card-detection-fraud-credit-v3.1.zip 200+587KB，06-28/07-09 原料期出现过的老仓））【信号：★★★（威胁情报）】

验证实录（本次全在主会话 curl 完成）：三个 zip 均 curl -sI 返回 HTTP 200，content-length 584,580 / 587,686 / 587,686 字节——与 09-05 家族（531-585KB）延续同一 ±2KB 聚类带，指向同一构建工具链；README 恶意模式 grep 命中"download → raw.githubusercontent.com/**.zip"主 CTA，且下载链接重复 2-3 次。

风控视角：三个升级信号。其一，变脸第 2 例坐实"wiki 引用无永久可信性"不是孤例——TRDGNN 曾以"零泄漏时序 GNN"的正面叙事两度进入日报（06-28/07-09），今日整体武器化；与 edge-upi（09-05，曾 ★★）合计 2 例，且两例都是"收录后 2-3 个月转化"。09-05 立的"收录时保存 README 摘要作比对基线"纪律今日首次产生实战比对价值：今日 README 与 07-09 记录的"零泄漏"叙事完全不符。其二，Zen7 案例揭示新亚型：恶意 README 与真实代码树并存（a2a_server/mcp_server 等真实模块仍在），单看文件列表会误判为正常仓——README 主 CTA 才是判定面，这也意味着"恶意仓"与"老仓 README 追平代码"（09-09 sentinel-upi 正向案例）的鉴别必须读 README 全文而非元数据。其三，zip 家族 10 个、尺寸带稳定、跨 2 周持续投放且今日起出现通用词复用（fraud-detection-api 这类通用名在 07-26 Digressive-pulse731 与今日 FelipeGardenghiDev 两个不相关 owner 下先后出现——后者验证干净，说明恶意投放方也在用同款命名），仓库命名相似度从此不可作为关联信号，内容指纹（zip 尺寸带+README 模板）才是。已确认恶意仓库累计 29 个。→ TRDGNN、Zen7、sulemanyou64ab

技术趋势

  • "LLM 永不决策"第 7 跃迁：创作域退出（治理线谱系：governor 架构隔离[08-27]→证据 schema[09-02]→代数钳位[09-03]→跨域治理核[09-04]→默认化[09-05]→验证外移[09-08]→今日 LLM 移出决策路径）。feelc 把 LLM 锁在规则创作域、SMT 证明守审查域、确定性引擎守执行域；app-fraud-interdiction 把 LLM 输出限制在警告文案与案件叙事、block/hold 纯确定性。两个样本同日出现说明"LLM 产物=可 diff 文本、资金动作=确定性代码"正从论述变成工程默认。
  • 竞赛方法论样本补位：Data Fusion 2026（俄罗斯）交易序列 SSL 预训练 +0.02 PR-AUC 微增量的诚实口径，与 Razorpay/Mastercard 竞赛族并列第三个地区样本源；"强表格基线优先、表征学习报增量"的结论与 GNN 场景分化（AML 正/Elliptic 负）三线合流。
  • 威胁情报升级：老仓变脸第 2 例（TRDGNN，收录后约 2-3 个月转化）；恶意 README 与真实代码树并存亚型（Zen7）——文件列表不可作免检依据；zip 家族 10 个、585KB±2KB 尺寸带稳定；通用命名复用使"仓名相似度"失效，内容指纹（尺寸带+README 模板）成为关联信号。
  • 协议级验证继续下沉：veriguard 把 SPF/DKIM/DMARC（邮件认证协议事实）与 wangiri 号段规则做成消费端产品，与 aegis 的 CAMARA SIM-swap 预检同向——反诈判定的证据源从"内容启发式"外移到"协议/网络层事实"。
  • Java/Spring 支付风控栈补位：Felipe 版规则管道给出幂等裁决回放+Redis 滑窗 DB 兜底双写的工程样本（此前 Java 侧仅 VIS_mini-bank 教学版）。

行业案例

  • 巴西 PIX：夜间窗口规则（22h-06h）与 "sequestro relâmpago"（闪电劫持）绑定——支付Instantâneo 场景的规则-威胁映射样本（FelipeGardenghiDev）。
  • 埃及 PSP：Paymob 生态的商户健康/失败原因/季节性 KPI 框架，PSP 风控入门指标集的行业收敛佐证（Excel 实现级）。
  • 五区英语市场：veriguard 的区域感知规则表（政府域名/银行/号段格式按区域组织）是反诈本地化规则库的组织范式。

值得深入

  • feelc 的 SMT 证明域：完备性/冲突证明的计算成本随规则数如何扩展？千条规则级的规则库能否实时 verify？（README 未给复杂度数据，待验证）
  • app-fraud-interdiction 的 rulepacks 结构：规则包如何版本化与灰度？SPEC.md 与 COMPLIANCE.md 的治理条款是否可直接映射国内支付风控需求模板？
  • SSL 序列预训练的增量边界：+0.02 PR-AUC 是在何种数据量级？.transaction 量级增到多少时增量放大或消失？（竞赛数据集规模待查）
  • zip 家族溯源：584-587KB 尺寸带横跨 09-05→09-10 两个投放批次，能否通过 zip 元数据（时间戳/注释字段）聚类出构建环境指纹？