风控日报 — 2026-10-01

📊 筛选总结

  • 原料：49 条入文件 — GitHub 36 + 采集器 arXiv 13；HN / Trending 0 条通过过滤；HN Algolia 7 日 fraud 补查仍以政治类新闻与低信号条目为主（瑞典选举欺诈系列、假黑胶欺诈、Stripe Link 2pt），0 条入选
  • arXiv：采集器 13 条全部无关（新批次 2609.38xxx，09-29 提交：Josephson STM 相位绕数、光机械辐射压、脉冲星计时阵引力波背景、3D 分割、机器人技能空间、生成模型语义物种形成、作物分割、线性注意力量化、像素扩散×2 等）；词组直查 12 篇 — 空 1 期后回补，2 篇新采（2609.37155 GATv2 AML 图混合框架：GNNExplainer 保真 21.4% vs 1.0% + Mondrian 保形校准 + HI-Small 508 万笔基准；2609.35886 Agentic Commerce Bench：支出 agent 欺诈五观察层分类学 + 20 类基准 + gordonguard 开源检测栈 + 人工复核成本 143× 支付中位值）+ 10 篇已采
  • 剔除 · 已覆盖/重复 11 条：SiteQ8/Asli[09-24 采]、malek-alhu/marketplace-phaas-tracker[08-15 采]、FFraud-com 双库[07-14 采]、openpitkit/officer[09-30 采]、ldamasio/robson[09-28 采]、KushagraCanCode/razormind-ai[09-30 剔]、AayushH1510/portfolio-risk-engine[09-22 剔]、jugqdc-sudo/warden-desk[09-05 剔]、Ignite7871/Fraud-Detection-GNN[09-29 剔]、matrixarkai/TemporalStore[09-26 复核域外]
  • 剔除 · 域外/过薄 12 条：annazheng149/stochastic-pricing-engine + Oz134/perishable-inventory-risk-engine（定价/库存域外）、wingedsheep/argentum-engine（桌游规则引擎）、PolicyEngine/policyengine-us（税收微仿真）、Mohamedelsafti/Credit-Card-Fraud-Detection + aniket-jagtap19/Fraud_Shield（教学练习仓过薄）、yourfavCHEFP/graph-fraud-benchmark + graph-fraud-ai（Kaggle 赛题壳 + 教学系统仓，与 IEEE-CIS 图检测线重复）、alansiju/financial-fraud-detection-gnn-xai（教学仓）、Normansrule/juris-ledger（BFT 法律账本概念仓域外）、alekslinde/veriguard（用户侧 scam 检测规则库，工程薄）、Bishopukpai/RiskGuard（营销级 README 无可见实现深度）
  • 剔除 · 恶意残留 +0 新（累计维持 39）：Amy7007/VPN-Detector[07-26 恶]、Digressive-pulse731/fraud-detection-api[07-26 恶]、hgthangbq-lang/defi-risk-screening[07-26 恶]、yoelpa6680/upi-fraud-gnn[07-26 恶]、primatewakeisland574/payment-channel-guide[08-09 恶]——5 个已判批次残留不重复验证；kiwi0719/FingerPrintGetterPlus 反向复核判合法（README 19KB 无下载 CTA、树内 201KB 全源码无二进制、Infrai×0——详见 #5）
  • 剔除 · astroturf 第 19-21 例（单日 +3 = 单日纪录，第 18 例后 4 日零投放后爆发）：DaxHarrington7619/payment-risk-audit-logs-java + KeeganNash8314/fintech-sms-risk-alerts-…-a + BennettShaw9387/fintech-model-failover-failover-fintech-typescript-m —— INFRAI_API_KEY + llms.txt 生成器元数据 + 薄壳（24/15/12 文件）指纹全中；#21 同日叠加 doubled-repo-name 指纹（failover-failover）——生成器指纹库两条正则同日各自命中
  • 筛出：5 条 GitHub 工程 + 2 条 arXiv 破冰 + 1 条威胁情报专题（8 条）
  • 主题一 · 风控分数的价值加权消费：dsugurtuna 把"ROC AUC vs 金额加权损失"缺口做成期望损失排名管线（CatBoost+isotonic 校准+月度复核容量）
  • 主题二 · "risk is evidence, not verdict"：aws-ai-banking-and-payment-risk 把风险分定义为支付决策的证据而非欺诈判决，五态处置分离打分与政策
  • 主题三 · 支出 agent 成为新风控面：ACB 名词化"合规不等于合法"——counterparty 恰是它自称的那位却超额收费，身份校验全过照样被宰
  • 主题四 · 威胁情报：恶意仓家族 rebrand 轮换（第 6 生命周期态）——4/4 仓 09-30 同日重写 README + 载荷改名重定位字节一致；A 对 2h0m9s 宽窗（紧窗纪律 20 期后首破）；astroturf 单日 +3；argus 诱饵稳定第 6 期

今日高信号

1. dsugurtuna/fraud-detection-system — 风控分数的价值加权消费管线：CatBoost 欺诈概率→isotonic 校准→期望损失排名，直接对齐"月度复核容量"约束（Python（无 license，2025-11-21 建→09-30 推送，1★，2.8MB，CI 徽章/workflow 真实）——README 开篇一句话锚定命题："按预期损失而非概率对卡交易做欺诈复核排名"——"A fraud team can only review so many transactions a month. A model tuned for ROC AUC treats a £5 fraud and a £5,000 fraud the same"；管线 = CatBoost → isotonic 概率校准 → P(fraud)×金额 期望损失 → 固定月度复核容量下的排名队列；描述补齐 m-estimate 风险编码（类别特征目标编码）+ 业务对齐评估（值加权指标+复核容量曲线）+ EV regression）【信号：★★】**

dsugurtuna/fraud-detection-system（1★, Python, 无 license, 2025-11-21 建→09-30 推送, 2.8MB, README 7.1KB）恶意 grep 零命中、Infrai×0。

风控视角："AUC 高 ≠ 挽回金额多"的价值加权消费层是风控工程最常被跳过的一环——本仓把"校准→金额加权→容量约束"三层串成显式管线：isotonic 校准保证概率可乘金额（接续 pysad[09-29] 校准器 bug → MRIE[09-30] 的"分数必须校准才能做成本决策"谱系，校准主题连续第 4 期出现）；期望损失排名直接产出复核队列（与 PixSim[09-25] 分析师容量仿真、Quest-of-Trust[今日 #4] 虚拟经济学同构——复核容量×成本正在成为公开项目的显式设计参数）。⚠️ 自报指标、无 license、数据集未披露、EV regression 细节待走读。与 风控模型 成本敏感评估章节直接相关。→ GitHub

2. keenosmith-del/aws-ai-banking-and-payment-risk — "Risk is evidence, not verdict"：本地优先支付决策平台，风险聚合与政策引擎分离，五态处置（TypeScript（无 license，09-30 当日建仓+推送，0★，117KB，README 18.4KB）——README 开篇声明："Risk is evidence for a payment decision; it is not a fraud verdict"；管线 = 历史特征工程 → 可配置确定性规则 → 确定性 logistic 启发式 → 风险聚合 → 独立 policy decision engine；五个初始处置：APPROVE / STEP_UP_AUTH / HOLD_FOR_REVIEW / DECLINE / BLOCK；local-first 全栈可跑）【信号：★★】**

keenosmith-del/aws-ai-banking-and-payment-risk（0★, TypeScript, 无 license, 09-30 当日建→推送, 117KB, README 18.4KB）恶意 grep 零命中、Infrai×0。描述里 AWS/AI-assisted 字样在 README 中落地为本地可跑的确定性管线（描述-README 温和落差，方向相反——实现比描述朴素但完整）。

风控视角：打分与处置的政策分离+五态出口是实时风控引擎的标准治理形状——"risk is evidence not verdict"一句话说出模型分与业务裁决的边界（对照 sentinel-upi[09-27] 四态、PayGuard[09-27] capped 处置、ojuri[09-28] "LLM 只写调查不裁决"——同一极性的又一实现）；step-up auth 作为中间态把"拦截 vs 放行"二元决策扩展成成本分级。⚠️ 0★ 当日仓、无 license、无真实数据集、logistic 启发式的效果未验证。与 实时风控引擎 处置状态机章节相关。→ GitHub

3. rishimathi2824/AML-Analytics-Agent — AML 交易监控数据的自然语言分析 agent：写 SQL、自纠错、拒绝越界问题、展示所跑查询，带评测架（Jupyter Notebook（无 license，09-29 建→09-30 推送，0★，2.7MB，README 4.7KB）——Claude tool-use + SQLite + Streamlit；"Ask a question in plain English; the agent writes SQL, runs it against the database, self-corrects on errors, and answers — while showing the exact query it ran. It refuses out-of-scope questions and asks for clarification instead of guessing"；自带 evaluation harness）【信号：★】**

rishimathi2824/AML-Analytics-Agent（0★, Jupyter, 无 license, 09-29 建→09-30 推送, 2.7MB）恶意 grep 零命中、Infrai×0。

风控视角：LLM agent 进 AML 的"分析席"样本——对照 PayGuard[09-27]（执行前确定性关卡=执法席）与 ojuri[09-28]（LLM 只写调查报告=调查席），本仓占第三席：分析师的查询代理；两个合规场景关键设计：展示所跑 SQL（可审计）+ 拒绝越界问题（范围控制防幻觉误导合规判断）——与 风控归因 Agent 项目 的工具范围约束直接相关。⚠️ 0★、无 license、评测架覆盖面未披露、SQL 只读假设需验证。→ GitHub

4. YvonneTsa/Quest-of-Trust — 支付欺诈策略组合作品集：TrustHold 决策系统在虚拟经济学+有限复核容量下比较透明规则与 logistic 基线、评估四种处置动作（HTML（作品集站型，无 license，09-15 建→09-30 推送，0★，2.4MB，README 5.8KB）——"reproducible synthetic analytics portfolio project"；TrustHold 仿真支付事件 → point-in-time 风险信号 → 透明规则 vs logistic 基线对比 → 虚拟经济学+有限复核容量下评估四种 operating actions；"Evidence boundary: every customer, transaction, fraud label, dollar amount … is synthetic"——证据边界披露）【信号：★】

YvonneTsa/Quest-of-Trust（0★, HTML, 无 license, 09-15 建→09-30 推送, 2.4MB）恶意 grep 零命中、Infrai×0。

风控视角："策略组合作品集"形态的参照价值在诚实框架——全合成数据明示为 evidence boundary 而非伪装成真实案例；比较的是规则 vs 基线模型的策略效果（而非堆模型精度），评估维度是经济学+复核容量（与 dsugurtuna[今日 #1]、PixSim[09-25] 的容量约束同频）；对求职/教学场景是"如何展示风控策略思维"的模板。⚠️ 0★、全合成、无 license、四种动作的具体经济学参数未披露。→ GitHub

5. kiwi0719/FingerPrintGetterPlus — 反向复核判合法：设备/浏览器指纹采集系统真实可用，Cloudflare Worker+D1+Telegram Bot 全免费额度（JavaScript（MIT，07-08 建→09-30 推送，1★，201KB，README 19KB 双语+CI 徽章）——今日恶意复核的对象但证据全指向合法：README 19,028B 无下载 CTA、无 zip/exe/extract 关键词（恶意模式 grep 零命中）、Infrai×0；文件树 201KB 全源码（Worker 路由+D1 schema+TG Bot 通知）无二进制载荷；指纹采集本身就是反欺诈基础设施的真实工程）【信号：★（合法复核记录+工程参照）】**

kiwi0719/FingerPrintGetterPlus（1★, JavaScript, MIT, 07-08 建→09-30 推送, 201KB）——09-25 以来连续 6 日恶意 +0 后的首次重点复核，结论为合法：与 07-26/09-20 恶意仓的区别一目了然（真恶意仓 README 的主 CTA 是下载链接+右键解压话术；本仓主 CTA 是 Deploy to Cloudflare）。风控视角：设备指纹采集的免费额度微缩实现——Worker 边缘采集+D1 存储+TG Bot 告警的最小链路，是特征采集端"低成本快部署"的参照；也再次验证README 内容与仓库名一致 + 无下载 CTA + 有真实构建文件 = 合法三证据（与 07-29 变脸形态的判定面相反）。⚠️ 1★、免费额度依赖、指纹合规性（GDPR/PIPL）仓库内未讨论。与 实时风控引擎 特征采集章节相关。→ GitHub

6. arXiv 2609.37155 — GATv2 图混合框架做 AML：HI-Small 508 万笔基准上 AUPRC 64.85%，GNNExplainer 拓扑保真 21.4% vs 注意力基线 1.0%，Mondrian 保形预测校准到 90% 覆盖（09-29 提交（cs.CE，5 人团队）——IBM HI-Small（5,078,345 笔交易/518,573 账户/0.10% 违法）建 4,487,133 边有向属性图，时间切分防泄漏；三种 GATv2（BASE/BASE-Large/IMPROVED：双向消息传递+边更新+port-aware 特征）对比同特征 XGBoost/RF：IMPROVED AUPRC 64.85% / F1 68.42%，超 BASE-Large 30.65 点、超 XGBoost（38.46%）26.4 点——机制贡献大于容量堆叠；GNNExplainer 对已文档化洗钱拓扑的解释保真（mean Jaccard 21.4% vs attention-weight/random 基线 1.0%，p<0.001）；Mondrian conformal prediction 达到 ~90% 名义覆盖、平均预测集大小≈1——结论：显式拓扑建模+忠实解释+校准不确定性支撑 human-in-the-loop 合规决策）【信号：★★】**

来源：arXiv:2609.37155。风控视角：可解释性与校准第一次在同一 AML 图框架里被量化——解释保真用"对已文档化拓扑的 Jaccard 重叠"度量（拓扑词表=FraudDetectionGNN[09-29] 的 ring/smurfing/aggregation 谱系），保形校准给合规官"这个分数该多信"的集合大小答案（接续校准谱系：pysad[09-29]→MRIE[09-30]→本篇 Mondrian）；"机制>容量"的消融结论（+30 点来自结构改进而非放大）对图检测选型是直接参照；与 spanner-aml-graph[09-29] 的"查询即检测"路线构成 GNN/查询两极在同一基准集（HI-Small）上的对照。⚠️ 单基准、自报指标、cs.CE 类非 ML 顶会线。与 反洗钱-AML 图算法+可解释性章节相关。→ arXiv

7. arXiv 2609.35886 — Agentic Commerce Bench：AI agent 持支出权限后的欺诈度量——"counterparty 恰是它自称的那位却超额收费"，身份校验看不见这种损失（09-27 提交（cs.CR+cs.AI+cs.CY，2 人）——问题重定义："The resulting loss is often not a security failure: a counterparty with the correct domain, the correct settlement address and a genuinely delivered service can charge more than it should, and no check keyed on identity will see it"；三个工件：① agentic commerce 欺诈分类学——五个观察层（agent reasoning/wire/settlement rail/counterparty/principal）× 请求级/历史级证据，标注每层能看到哪些攻击；② ACB 基准——生产聚合数据生成的 20 个欺诈类、1,647 个编目服务操作、1,068 笔结算，其中 6 类 counterparty 是"恰是它自称的那位"；③ gordonguard 开源检测栈+离线回放 harness（审计 agent 配置/无账户回放敌意 counterparty/内联检测）；校准结果：按 FP 预算校准得 6.5% clean flag rate（三代独立复现），20 类中 8 类不比随机好；reasoning 层可观察的 4 类上主流 agent 安全扫描器全零（对照 jailbreak 控制组 1.0）；中位支付 $0.007 → 一次人工复核成本是该支付价值的 143 倍——部署经济学硬约束）【信号：★★★】**

来源：arXiv:2609.35886。风控视角：风控边界从"人付款"扩展到"agent 付款"的第一份系统性度量——"合规但超额收费"（legitimate-but-overcharging）是身份核验、域名校验、地址白名单全都 blind 的新欺诈类，只能靠请求级+历史级证据融合（多观察层分类学本身就是证据面设计模板）；143× 经济学约束宣告"人工复核兜底"在 agent 支付场景不可行，自动检测必须承担主力（与 PayGuard[09-27] 的"agent 执行前确定性关卡"构成同一问题的检测侧/拦截侧）；8/20 类检测不比随机好=诚实的负结果基线。⚠️ "production aggregates"来源未披露（待验证）、$0.007 中位值的场景代表性、单作者小团队基准的覆盖面。与 风控归因 Agent 项目 的证据面设计直接相关。→ arXiv

8. 威胁情报专题 — 恶意仓家族"rebrand 轮换"=第 6 生命周期态（4/4 仓同日重写 README+载荷改名重定位）+A 对宽窗 2h0m9s 破紧窗纪律+astroturf 单日 +3 创纪录+复活仓稳定+argus 诱饵第 6 期（① rebrand 轮换（第 6 态）：4 仓 09-30 同日 "Update README.md"；触发框架——4/7 已知 zip 路径同时 404（deepguard/trade-intel/Zen7×2）而 README CTA 全部改指新路径，git trees 实测载荷改名+重定位但字节一致：deepguard docs/images/Software.zip→src/deepguard/templates/Software_3.2.zip（538,362B）、trade-intel docs/images/…→tests/intelligence_graph_trade_v2.2.zip（531,063B）、Zen7 双载荷更名 Sapharensian/Zen7-Payment-Agent.zip（1,394,759B）+Zen_Payment_Agent_v1.7.zip（584,580B，载荷文件名注入品牌词）、TRDGNN 三载荷路径未动（1,394,742B×2+587,686B）——深挖触发即全家族改名重定位，静置态终结进入主动维护（09-13 先例"404≠弃号"的家族级放大）；② 触碰窗口：A 对 19:18:32Z+21:18:41Z=2h0m9s（紧窗纪律 20 期保持后首次破坏，历史带 5s-3.5min）、B 对 06:13:50Z+06:14:34Z=44s（保持）——09-18 后首次全家族同日触碰+首现宽窗；按 09-19 决策只登记不建模；③ astroturf 单日 +3（第 19-21 例，单日纪录）：payment-risk-audit-logs-java + fintech-sms-risk-alerts-… + fintech-model-failover-failover-…——INFRAI_API_KEY+llms.txt+薄壳（24/15/12 文件）指纹全中，#21 叠加 doubled-repo-name 指纹——第 18 例后 4 日零投放后单日爆发，两条捕获正则同日各自命中；④ 复活仓稳定：Cardinalfishepitaph683 pushed_at 维持 09-29 07:28:15Z、载荷 200+584,990B、README 5,774B——复活第 2 期无新动作；⑤ argus 诱饵稳定第 6 期：pushed_at 停 09-14、README 双测量面（API /readme 与 raw 路径）均 8,441B 逐字节一致、Lexi×13/audit×0——上期 5,703B 读数为瞬时截断假警报，跨面字节核对结案；⑥ 恶意 +0 新（累计维持 39）：5 个已判批次残留不重复验证；FingerPrintGetterPlus 反向复核判合法（见 #5））【信号：★★★（威胁情报）】**

验证实录（cron 模式主会话批量脚本 data/verify_risk_2026_10_01.py + _r2.py + argus_surface_check，37+ API 调用）：14 候选仓 api.github.com metadata+/readme raw 端点（14/14 有 README）+恶意模式 grep+Infrai 指纹计数+可疑仓 git trees recursive；4 watch 仓 commits API 触碰窗口+git trees recursive 载荷清单（改名重定位实锤）+7 已知 zip raw HEAD（4/7 新增 404）+Cardinalfishepitaph683 复活仓 pushed_at/载荷/README 复测+argus README 双面复测；3 astroturf 仓树内核查 llms.txt；HN Algolia 7 日 fraud 补查 0 入选；arXiv 词组直查 12 篇+id_list 摘要+2 篇新 ID vault grep 去重。风控视角：监控语义三条沉淀：① 生命周期模型补第 6 态"rebrand 轮换"——与 09-13 单仓轮换不同，本次是4/404 触发后全家族同日改名：载荷文件名注入品牌词（Zen_Payment_Agent_v1.7）是检索污染新手法（按旧载荷名建的监控路径集体失效）；监控清单必须跟树不跟路径；② 紧窗纪律首破（2h0m9s）+全家族同日首聚——节奏建模维持停用，登记窗口+载荷字节态即可；③ astroturf 捕获进入双正则时代（INFRAI_API_KEY/llms.txt + doubled-slug），单日 +3 证明投放是脉冲形。已链接仓库名仅作威胁情报引用、永不作技术引用。→ deepguard（勿用）、Zen7（勿用）

技术趋势

  • 价值加权消费层成形：dsugurtuna（期望损失排名+复核容量）、Quest-of-Trust（虚拟经济学+容量）、ACB（143× 复核经济学）、PixSim[09-25]（分析师容量）——"复核容量×成本"正从隐性约束变成公开项目的显式设计参数，风控评估从概率指标向经济学指标迁移。
  • 治理极性口号化："Risk is evidence, not verdict"（aws-ai）与 sentinel-upi[09-27] 四态、PayGuard[09-27] capped、ojuri[09-28] "LLM 只写调查不裁决"同极性——打分/政策分离+多态处置已是个人开源项目的默认形状。
  • LLM agent 进 AML 的三席分化：查询代理（AML-Agent 今日）、调查报告（ojuri[09-28]）、执行关卡（PayGuard[09-27]）——分析/调查/执法三席各自有不同的幻觉代价与审计要求。
  • 校准主题连续第 4 期：pysad 校准器 bug[09-29] → MRIE 命名[09-30] → 今日两例（GATv2 Mondrian 保形 + dsugurtuna isotonic）——"分数必须校准才能消费"已成 AML/欺诈工程论文与仓库的共同前提。
  • arXiv 双通道：采集器维持 100% 噪声（13 条域外，2609.38xxx 新批次）；直查空 1 期后回补 2 篇新采——产出节奏由提交节奏决定，空窗≠失效再验证。
  • 威胁情报：家族 rebrand 轮换（第 6 态，载荷品牌化改名）、紧窗纪律 20 期后首破、astroturf 单日 +3（第 19-21 例）、argus 诱饵稳定第 6 期、恶意 +0 新（累计 39）。

行业案例

  • IBM HI-Small 成为 AML 图检测的标准底座：GATv2 论文（508 万笔/51.9 万账户/449 万边图）与 spanner-aml-graph[09-29]（作 Spanner 图谱 seed）同周落在同一基准集——"学术基准→生产 schema/GNN 基准"的复现路径成熟。
  • agent 支付中位值 $0.007 的经济学（ACB）：人工复核成本 143× 支付价值——micro-payment 场景的 agent 风控只能走自动检测+FP 预算校准，人工兜底模型在该场景被数值上排除。
  • 云免费额度风控基建（FingerPrintGetterPlus）：Worker+D1+TG Bot 把设备指纹采集做到 $0 运行成本——低成本采集端对小型反欺诈团队的可行参照。

值得深入

  • gordonguard 检测栈：6.5% clean flag rate 背后的检测器清单、无账户回放 harness 的实现方式。
  • GATv2 IMPROVED 的机制消融：双向消息传递/边更新/port-aware 特征各贡献多少（论文声称机制>容量，消融表待读）。
  • dsugurtuna 的 m-estimate 编码与容量曲线：类别特征目标编码在欺诈特征集的泄漏风险控制。
  • ACB 的 8/20 类"不比随机好"：哪 8 类、缺什么证据面才能检测。