风控日报 — 2026-09-21

📊 筛选总结

  • 原料：49 条入文件 — GitHub 仓库搜索 38 + arXiv 11；HN 15 条/Trending 20 条 0 条通过相关性过滤（HN Algolia 7 日 fraud 补查 2 条 ≥5pt，1 条入选行业案例）
  • arXiv：11 条全部无关，且与 09-19/09-20 批次逐条完全相同（M31 AGB 星巡天→线性拟阵秘书问题第三次全数复现）——API 缓存持续；全噪声连续 53 期（07-17→09-21），累计约 968 条中 2 条相关，噪声率 99.8%，drop-all 默认维持
  • 剔除 · 已覆盖/重复 15 条：elliptic-gnn-fraud-research[09-20 采]、Fraud-Guard[07-17 采]、MULE_HUNTER[09-17/09-20 采]、robson[09-16 采]、marvis-risk-agent[09-17 采]、suhasghorp fixed-income[09-19 采]、azeri_laverie[09-12 采]、marketplace-phaas-tracker[08-15 采]、FelipeGardenghiDev[09-10 采]、TemporalStore[09-05 剔]、warden-desk[09-05 剔]、summeca-meme-radar[09-14 剔]、api-evangelist/tongdun[09-16 剔]、GUDNAK[09-17 剔]、mault[08-17 剔]
  • 剔除 · 恶意 +0 新（累计维持 36）：5 个已确认恶意仓批次残留不重复验证（kamrujjamanzim/AI_Fraud_Detection、Digressive-pulse731/fraud-detection-api、yoelpa6680/upi-fraud-gnn、hgthangbq-lang/defi-risk-screening、tyleroneshs/risk-fraud-financial-analytics-portfolio[均 07-26]）；Infrai astroturf 今日 0 新例；argus 诱饵周度复核按计划 ~09-23
  • 剔除 · 域外/过薄 8 条：ip2geo-python（SDK wrapper）、iOS-Payment-Processing-Framework（支付集成非风控）、KILLADI-ui 信用 BI、Karan-Rastogi/payment-risk-engine（README 路线图 13 项全未勾选，3 commits）、FinTrust（讲座式 buzzword 全家桶，"Add files via upload"）、OnChainForge 双空仓（README 404、size≈0、同日双建）、legado-rule（网页解析规则引擎非风控）
  • 筛出：4 条工程高信号 + 3 条概念跟踪 + 1 条 HN 行业案例 + 1 条威胁情报专题（周日低产日不凑数）
  • 主题一 · AML 调查的"拒绝权"形式化：TriageX 把"移交人类"拆成权力边界（refer_to_investigation）与认识边界（refuse_to_decide）两种不同理由并给出法律论证——与 graphshield[09-19] fail-closed、officer[09-17] 签名放行构成调查权边界三部曲
  • 主题二 · Elliptic 时间切分方法自觉扩散：graph-fraud-detection 成为继 elliptic-gnn-fraud-research[09-20] 之后第二个把"按时间步切分+分步报告"作为方法主线的独立实现——昨日记录的评估纪律开始在社区复制
  • 主题三 · 恶意仓家族：B 对回刷确认+载荷路径轮换扩散：trade-intel+deepguard 09-20 晚 32 秒窗双刷（A 对静默）——"部分轮换"按 09-19 预测回归；两仓 zip 同日迁目录（data/→tests/、data/→src/templates/）字节零变化——路径轮换战术首次从 Zen7[09-13] 扩散到 B 对

今日高信号

1. muniza-aftab/kbs_triageX_aml_alert_system — TriageX：AML 告警分诊的"拒绝权"知识系统——把移交人类拆成权力边界×认识边界（Python 知识型专家系统（MIT，09-20 当日建仓 4 commits，README 14.2KB）——前向/后向链推理+对比解释搜索+规则库验证的 AML alert triage；五种处置：clear / monitor / request_evidence / refer_to_investigation / refuse_to_decide；核心设计："大多数规则引擎被义务produce一个答案，本系统把两种移交人类的理由严格分开"——refer_to_investigation=权力边界（规则干净触发、系统知道案件是什么，但只有 MLRO 有权升级/报 SAR）vs refuse_to_decide=认识边界（案件在知识库范围外/规则不可调和冲突/强制字段缺失）；法律论证：POCA 2002 s.330 的怀疑测试是客观的（reasonable grounds 即构罪，无论是否实际怀疑）——"把自身不确定性悄悄解析成 clean 的系统在制造法律敞口"；request_evidence 处置会算出"最便宜的改变结论的证据"（示例 ALT-3001：structuring 置信 +0.86、GBP 3,000 申报阈值的 80-100% 阈下聚集推理链 IND-PROX-01））【信号：★★★】

muniza-aftab/kbs_triageX_aml_alert_system（0★, Python, 09-20 当日建仓→23:21Z 推送, 4 commits, MIT）README 14.2KB 含五处置定义表、示例会话与法律引用；恶意模式 grep 零命中；size≈0 说明实现轻量（4 commits 体量待深读）。README 自述"合成数据演示系统，辖区均为虚构，不得用于真实人员决策"。

风控视角："拒绝权"第一次被形式化为与"升级"不同的处置——本周调查权边界谱系（officer[09-17] 出口签名放行→graphshield[09-19] 入口 fail-closed 拒答）在此获得最精细的切分：fail-closed 回答"证据不足就不答"，TriageX 进一步回答"知道答案但无权答"与"无法形成信念"是两种不同的移交，且分别对应不同的下游流程（MLRO 升级 vs 知识库维护）。POCA s.330 的客观怀疑标准给了这个设计法律经济学的牙齿：错误 clean 不是假阴性而是法律敞口——这是把监管条文直接转译成系统处置设计的罕见样本。request_evidence 的"最便宜证据"计算与 风控归因 Agent 项目 的调查工作流直接相关：agent 应该知道"问哪个问题最便宜"。⚠️ 4 commits/当日新仓/合成数据演示，规则库规模与推理深度待读；"量化显示强制作答抬高风险加权成本"的具体数字 README 截断待核。与 反洗钱-AML 和 风控归因 Agent 项目 直接相关。→ GitHub

2. undeluro/fraudlens — 支付欺诈攻击注入模拟器+调查平台：Sparkov 回放×三种攻击剧本（Python uv monorepo+Docker Compose（无 license，09-20 当日建仓85 commits，1MB）——实时支付欺诈可视化仿真+调查平台，两种运行模式：Sparkov 回放（模型 held-out 测试集按时间序逐笔到达逐笔评分）+ Synthetic stress（攻击注入）：生成新支付流并手动触发 card testing / 账户盗用（ATO）/ 骡子网络三种攻击剧本观察模型反应；欺诈地图+风险队列+逐笔调查视图（模型解释+支付明细）+仿真保存回看；诚实免责声明原文："Sparkov 本身是合成数据，两种测试都不能证明真实银行数据上的性能"；fraudlens-ml CLI（data download/inspect/experiment 分 profile）+训练报告落盘 ml/reports/）【信号：★★★】

undeluro/fraudlens（0★, Python, 09-20 当日建仓→21:04Z 推送, 85 commits/日, 1018KB, 无 license）README 4.6KB 含 dashboard+调查界面双截图；恶意模式 grep 零命中；最新 commit"add side-by-side dashboard and investigation screenshots"。注意：与 HamzaAhmedKhan786/fraudlens-ai[08-12 采] 仅名称相近（不同 owner/架构），非重复。

风控视角："攻击注入"是把检测系统变成可教学环境的关键一步——静态回放只能测"模型对历史的记忆"，注入式剧本（手动投放 card testing/ATO/mule）才能演示"模型对攻击的实时反应与解释路径"，与 FraudxAI[09-12] 的"攻击者按银行响应码闭环自适应"同属对抗仿真谱系但更轻量（剧本预设 vs 对抗闭环）。两个值得记录的细节：① "合成数据免责"写进模型选择器（默认模型 vs 实验模型的适用域分开声明）——评估诚实线（amlagent[09-19] 过拟合自白→graphshield 三段式自白）的新落点：把数据适用域作为 UI 级元数据而非脚注；② 85 commits/日 的单日爆发+截图后置的迭代节奏——工程活跃度罕见但可持续性存疑。⚠️ 无 license；85 commits 单日新仓成熟度待验；模型指标（PR-AUC 等）README 未展示（在 ml/reports/ 内待深读）。与 反欺诈体系 和 实时风控引擎 的仿真章节相关。→ GitHub

3. Thekidmaroi/graph-fraud-detection — Elliptic 基准的第二份"时间切分自觉"实现：分时间步报告+拒绝报 accuracy（Python/PyTorch Geometric（无 license，09-20 当日建仓 4 commits，56KB）——GCN/GraphSAGE/GAT vs XGBoost 表格基线，Elliptic 数据集（203,769 交易/234,355 边/49 时间步）；按时间步切分（train 1-34 / val 35-39 / test 40-49）并逐时间步报告 Illicit-F1/PR-AUC——理由：非法率在第 43 步尖峰（真实暗市关停事件），"原始论文的头号发现就是图模型性能不随时间稳定，把它藏进一个聚合数字等于藏掉对真实 AML 团队最有操作价值的结论"；明确拒绝报 accuracy（非法节点仅 ~10%、77% 节点无标签，accuracy 被平凡分类器支配）；边缘消融解释（GNNExplainer 风格）+Streamlit 应用（诚实标注的 demo 模式）+Bring-Your-Own-Data 模块（任意节点/边表浏览器内现场训练同款 GCN，与基准共用同一评估函数）【信号：★★】

Thekidmaroi/graph-fraud-detection（0★, Python, 09-20 当日建仓→15:12Z 推送, 4 commits, 56KB, 无 license）README 7.4KB 方法论章节完整；恶意模式 grep 零命中；最新 commit 加前端+BYOD。全部组件标注"done, pipeline validated on synthetic data"——真实 Elliptic CSV 尚未放入（Kaggle 门控），demo 模式诚实标注。

风控视角：昨日的方法论主张今日出现独立复制——elliptic-gnn-fraud-research[09-20] 用"时间切分下 GNN 优势缩水"做研究主问题，本仓同日建成、互不知情（无互相引用），却给出同一纪律的更细实现：逐时间步指标分解比"切分前后对比"更进一步（把"哪个时段崩了"暴露出来——第 43 步尖峰附近正是操作上最需要模型可靠的时段）。"拒绝报 accuracy"的显式声明与 Finguard[09-19] 分类型学自曝同属"报弱项比报总分诚实"谱系。BYOD 模块的"同函数评估"设计（自定义数据与基准共用 illicit_metrics）是评估一致性的工程化表达。⚠️ 4 commits/真实数据未跑（结果数字全部待真实验证）；无 license；教学/求职属性明显。与 风控模型 的 GNN 评估章节和 反洗钱-AML 的链上分析相关。→ GitHub

4. TDMNQS/aegisgraph-ai — 支付欺诈平台的隐私优先架构：Identity Vault 分离敏感身份+可逆 tokenization 授权制（Python/FastAPI（无 license，09-06 建→09-20 推送，15 日 17 commits，151KB）——企业风格实时支付欺诈检测平台：Kafka 事件流→评分服务（规则引擎+ML 异常+Neo4j 欺诈图：共享设备/循环转账/骡子账户/可疑社区）→风险聚合→PostgreSQL+告警队列→FastAPI 网关→React 分析师 dashboard+不可变审计服务；Identity Vault 把敏感身份数据与运营记录分离：不可逆哈希+受授权控制的可逆 tokenization；SHAP 可解释评分+RBAC JWT+Fernet/AES 加密+Prometheus/Grafana+Pytest/Locust/Playwright 测试栈）【信号：★★】

TDMNQS/aegisgraph-ai（0★, Python, 09-06 建→09-20 19:33Z 推送, 17 commits, 151KB, 无 license）README 5KB，架构图自标"Planned Architecture"（诚实标注设计/实现边界）；恶意模式 grep 零命中；最新 commit"connect transaction ingestion to fraud alerts"表明摄取→告警链路已通。

风控视角：PII 治理在欺诈平台架构图里第一次拿到独立模块位——本库风控样本的架构图通常把身份/设备当作特征输入，aegisgraph 把"敏感身份与运营记录分离+可逆性需要授权"提升为 Identity Vault 独立服务：对应国内《个保法》/PCI 场景下"反欺诈合法利益基础上的身份核验"与"一般运营数据"的分级存储要求，可逆 tokenization 的"授权才可逆"是把"调查需要还原真实身份"与"默认最小暴露"显式调停——风控归因 Agent 项目 处理工单证据时同理（agent 默认只见 token，人工升级才解锁）。欺诈图四类目标（共享设备/循环转账/骡子/社区）与 MULE_HUNTER[09-17] 的骡子网络检测互补。⚠️ "Planned"字样+17 commits，实现度浅（模块清单≠工作代码）；无 license。与 反欺诈体系 和 支付风控 相关。→ GitHub

5. lynxiondev/fintech-fraud-detection-pipeline — Airflow+BigQuery+dbt 欺诈流水线：把"功能基线的难看指标"全数公布（Python（README 自述 MIT、license 字段未设，08-28 建→09-20 推送，28 commits，204KB）——Airflow 3.x DAG（fraud_pipeline）+BigQuery 特征提取+dbt 模型（staging/feature mart+数据质量测试）+scikit-learn LR 训练/预测/评估双 venv 隔离（airflow_venv vs .venv）；参考运行指标全数公布：10,000 条合成交易、时间切分 8k/2k、欺诈率 ~3.1-3.3%、ROC-AUC 0.6255 / PR-AUC 0.0570、10% 告警率下 Recall 19.05%/Precision 6.00%；自注"指标反映功能基线，生产建议 XGBoost/LightGBM+技术痛点名改进"）【信号：★】

lynxiondev/fintech-fraud-detection-pipeline（0★, Python, 08-28 建→09-20 22:59Z 推送, 28 commits, 204KB, README 自述 MIT）README 5KB（西语）；恶意模式 grep 零命中。

风控视角："诚实的难看"是作品集里的稀缺品——PR-AUC 0.057/召回 19% 的数字对求职演示是灾难性的，但正是在 3% 欺诈率上未经提升的真实基线形态；对照多数同类仓只报调参后的高分（或根本不报），这份 README 的"基线+改进路线"结构反而是评估流程可复现性的正面样本：时间切分 8k/2k+dbt 数据质量测试+双 venv 工程隔离都在位。标题自称"real-time"实为批处理管道（Airflow 调度）——名实差异记一笔。⚠️ 合成数据+LR 基线+无 license 字段。与 风控模型 的评估章节相关。→ GitHub

6. pratibhathote/PayShield — 支付前（pre-payment）风险分析器：受害者侧"付款前停一停"（Python（无 license，09-20 当日建仓 7 commits，809KB）——AI 辅助支付前风险+诈骗消息分析：交易行为信号（金额/时间/新收款人/设备/位置/频率/偏离度/周末活动）→Isolation Forest 异常+可解释行为规则→0-100 风险分+Low/Medium/High+风险因子+建议动作；诈骗消息分析器：紧迫感/KYC 验证请求/索要凭据/外链/意外奖励/引导外部渠道等指标→诈骗风险分+命中指标；定位语"Think before you pay"——不主张事后检测欺诈，而是在用户确认支付前给出暂停评估的窗口；注意与 purvanshh/PayShield[08-17 ★★★ UPI 三层混合引擎]同名不同仓（不同 owner/定位：机构侧检测 vs 用户侧防范））【信号：★】

pratibhathote/PayShield（0★, Python, 09-20 当日建仓→20:00Z 推送, 7 commits, 809KB, 无 license）README 4KB；恶意模式 grep 零命中。

风控视角：受害侧反诈谱系（Muhafiz-AI[09-16] 短信劝阻→Pivota[09-19] 信任徽章→scammeter[09-20] 收款键核验）的又一落点：把风控干预点从"支付流水中"前移到"用户确认前"——交易前窗口的提示成本（摩擦）与拦损收益的权衡与 Megathon 退货欺诈[09-12] 的"动态摩擦"设计同向；消息分析器指标集（紧迫感/凭据索求/外链）是社工话术规则化的标准形态。⚠️ 当日新仓 7 commits/无 license/模型深度未核；同名仓注意 disambiguation。与 反欺诈体系 的用户交互章节相关。→ GitHub

7. mounikagajja/sentinelbank — 银联交易实时检测+agentic 助理组合：README 残缺但 commit 线索显示在做会话安全（Python/FastAPI+Redpanda+XGBoost+LangGraph+React（无 license，09-16 建→09-20 推送，38 commits，690KB）——描述级信息：实时欺诈检测+agentic AI 助理"解释告警并执行获批动作"；README 仅 150B 两行；commit 标题线索："Add thread ownership, pending action validation, and injection..."（会话线程归属/待审动作校验/注入防护方向））【信号：★（概念跟踪）】

mounikagajja/sentinelbank（0★, Python, 09-16 建→09-20 23:30Z 推送, 38 commits, 690KB, 无 license）README 150B 残缺；恶意模式 grep 零命中。

风控视角："解释告警+获批动作"的 agentic 助理与本库 officer[09-17]→amlagent[09-19] 的人机决策权谱系同构，而 commit 线索里的 pending action validation（动作待审校验）+injection 防护正是调查 agent 落地的两道关键闸门——README 无法核实现（⚠️ 150B），但"动作需审批+防注入"若为真实现则值得追踪；38 commits/5 日迭代活跃。⚠️ 描述级收录，深读前不作技术引用。与 风控归因 Agent 项目 相关。→ GitHub

8. HN 行业案例：Polymarket 的增长冲刺为欺诈敞开大门（WSJ） — 预测市场的风控空白（HN Algolia 7 日 fraud 补查命中（29pt）：WSJ 报道 Polymarket 为增长放松准入，为欺诈者留下敞口（标题级信息；WSJ 付费墙，细节待验证））【信号：★（行业案例）】

来源：WSJ via HN（HN 29 分，7 日内）。

风控视角：预测市场是反欺诈覆盖图上的新空白区——市场操纵（whale 拉抬/对冲刷量）、多账户女巫、结算争议操纵、内幕交易在"交易风控/支付风控/AML"既有分类里都找不到现成挂点；监管跟进（报道提及 regulators coplan）意味着合规驱动的风控建设窗口正在打开——与体育博彩/加密交易所的风控形态可比。⚠️ 仅标题级（付费墙），细节待验证；同一补查中另一条 33pt"CERT/CC covers up Google's data retention fraud"为个人 Medium 爆料贴，可信度不足未录。

9. 威胁情报专题 — B 对回刷确认"部分轮换"+载荷路径轮换首次扩散到 B 对；A 对静默日（① B 对（trade-intel+deepguard）09-20 回刷：trade-intel 21:46:20Z + deepguard 21:45:48Z（32 秒窗）双双 "Update README.md"，A 对（Zen7+TRDGNN）当日零提交（末次 09-19 07:01/07:04Z）——09-19 digest 的预测（"B 对回刷则部分轮换成立"）兑现：UTC 日序列 09-16 A→09-18 双对→09-19 A→09-20 B，隔日交替自 09-18 全家同刷后二次成立；② 载荷路径轮换扩散到 B 对（家族首次双仓同日迁目录）：trade-intel data/trade-intelligence-graph.zip→tests/intelligence_graph_trade_v2.2.zip（531,063B 字节不变）、deepguard data/deepguard.zip→src/deepguard/templates/Software_3.2.zip（538,362B 字节不变）——旧路径 raw HEAD 探活 404+新路径树内存活：同载荷换目录，对抗路径黑名单；此战术此前仅在 Zen7[09-13] 单例观察到，今日首次出现在 B 对且双仓同步；③ Zen7 载荷双名并存：树内 Sapharensian/Zen7-Payment-Agent.zip（1,394,759B）+Sapharensian/Zen_Payment_Agent_v1.7.zip（584,580B）——repo 品牌名+版本名双文件，尺寸与 09-20 基线一致；④ TRDGNN 3 zip 全部原地存活且字节零变化（configs 587,686B/scripts+tools 1,394,742B×2，HEAD 200 逐字节核verified）；家族总量维持 7 zip 全存活；⑤ 对内紧窗口（32 秒）第 8 次观测保持——仍是最强组织指纹；⑥ 5 个 07-26 批次恶意仓今日 raw 残留不重复验证；Infrai astroturf 今日 0 新例）【信号：★★★（威胁情报）】

验证实录（主会话批量脚本 data/verify_risk_2026_09_21.py）：11 候选仓 API metadata+README 全文+恶意模式 grep+Infrai 计数+commits 计数；4 watch 仓 commits API（触碰窗口）+git trees recursive（载荷清单含新路径）+已知 zip raw HEAD 探活逐字节（TRDGNN 3/3 200 字节一致；Zen7/trade-intel/deepguard 旧路径 404→树内定位新路径）；HN Algolia 7 日 fraud 补查。风控视角：监控基线第三次扩维——载荷监控从"字节"（09-19）到"数量"（09-19 TRDGNN 扩张）再到现在"路径"：字节不变+数量不变+路径迁移=纯规避动作（对抗封锁清单而非扩张分发），三个维度必须同时 diff 才能判别家族状态。路径轮换从 A 对单例扩散为 B 对双仓同步动作，说明这是家族级共享战术而非个体行为——与 README 同日触碰的紧窗口组织性互证。已链接仓库名仅作威胁情报引用、永不作技术引用。→ trade-intel（勿用）、deepguard（勿用）、Zen7（勿用）

技术趋势

  • 调查 agent 的"移交人类"进入法条级形式化：TriageX 用 POCA s.330 的客观怀疑标准论证"把不确定性解析成 clean = 制造法律敞口"，并把升级（权力边界）与拒答（认识边界）拆成两种处置——本周 officer[09-17]（出口）→graphshield[09-19]（入口 fail-closed）→TriageX（处置分类学）构成完整的调查权边界三部曲；amlagent[09-19] 的工单流+TriageX 的五处置可以直接拼成国内 AML 预警工单系统的处置状态机。
  • Elliptic 时间切分从单点研究变成复现中的社区纪律：48 小时内两个独立实现（elliptic-gnn-fraud-research[09-20]、graph-fraud-detection[今日]）都把"按时间步切分+拒绝聚合指标"作为方法主线——图欺诈评估的"切分自觉"正在从论文常识（Weber 2019）下沉为开源工程默认。
  • 对抗仿真谱系新增"攻击注入"轻量形态：fraudlens 的剧本注入（card testing/ATO/mule 手动投放）对照 FraudxAI[09-12] 的响应码闭环对抗——仿真从统计分布（Sparkov 回放）到攻击行为库再到对抗闭环，教学/评估两用形态清晰化。
  • PII 治理模块化：aegisgraph 的 Identity Vault（哈希+授权制可逆 tokenization）把合规要求画进架构图——反欺诈平台的个人数据处理开始出现标准模块位。
  • 威胁情报：B 对回刷兑现轮换预测；载荷路径轮换扩散到 B 对（双仓同日迁目录、字节零变化）——监控基线需路径维度 diff；紧窗口第 8 次保持。

行业案例

  • AML 告警分诊知识系统（TriageX）：五处置+权力/认识边界+POCA 法条论证+最便宜证据计算。
  • 支付欺诈仿真+调查平台（fraudlens）：Sparkov 回放+攻击注入剧本+模型解释调查视图。
  • 图 ML 链上反洗钱基准（graph-fraud-detection）：Elliptic 时间步切分+逐步指标+BYOD。
  • 隐私优先支付风控平台（aegisgraph-ai）：Neo4j 欺诈图+Identity Vault+SHAP 解释+审计链。
  • 批处理欺诈管道基线（lynxiondev）：Airflow+BigQuery+dbt+诚实难看指标（PR-AUC 0.057）。
  • 支付前风险分析（PayShield/pratibhathote）：Isolation Forest+行为规则+诈骗消息分析器（受害侧）。
  • 预测市场欺诈敞口（Polymarket/WSJ）：增长冲刺×监管跟进——风控空白区案例。

值得深入

  • TriageX 的规则库与推理实现：4 commits 里规则库规模、对比解释搜索的实现方式、"强制作答抬高成本"的量化数字（README 截断处）。
  • fraudlens 的 ml/reports 评测工件：模型对比结果与 PR-AUC 实际数字；攻击注入的三种剧本触发方式。
  • aegisgraph 的"Planned vs 实现"边界：17 commits 里哪些模块已通（ingestion→alerts 已确认），Identity Vault 是否有代码。
  • 家族路径轮换的战术记录：B 对新路径（tests/、src/templates/）是否稳定存活，Zen7 双名并存的后续合并/淘汰方向。