风控日报 — 2026-10-09

📊 筛选总结

  • 原料：55 条入文件 — GitHub 39 + 采集器 arXiv 16；HN / Trending 0 条通过过滤
  • arXiv：采集器 16 条全部无关（新批次 2610.10xxx，10-07 提交：致密双星质量平面总体模型、X 射线类星体光谱、无人机声学故障检测、RLVR 新颖性激励、机器人 VLA 语言敏感度、3D 场景生成、Kerr-Newman 微扰等已知噪声类别不重判）；词组直查 15 篇 — 0 篇新采：返回批次与 10-07/10-08 完全一致，10 月新提交入窗连续 3 期后停滞（直查连续性观察第 11 期）
  • 剔除 · 已覆盖/重复 22 条：FFraud-com 双库[10-07 采 今日再现]、marketplace-phaas-tracker[10-07 采]、SiteQ8/Asli[09-24 采 再现]、oddsmaker[10-05 采 再现]、warden-desk[09-05 剔 再现维持]、Wallet-Risk-Scanner[09-26 采 仍 190★]、moov-io/watchman[09-18 采 512★ 再现]、eddyzzl/marvis-risk-agent[08-10 采 今日 478★ 再现]、Shaky77/weiwen-law-dsh[09-30 采]、PactGuard[09-15 采 再现]、Jeevan-0508/fraud-watch[09-29 采]、ldamasio/robson[09-30 采 再现]、DerwenAI/azeri_laverie[09-24 采 再现]、api-evangelist/telnyx-verify[10-07 档案族降频]、mahima2604[09-27 剔 再现维持]、Rohith-kumar-123[10-08 剔空壳 再现维持]、gautam-gangopadhyay[09-13 剔 叙事仓再现]、TinkerAILab/uk-company-risk-pipeline[10-05 采 再现]、Zion-support[10-07 剔落地页壳 再现维持]、AayushH1510[10-07 剔维持]、VarZ-96[10-07/10-08 剔再现维持]、Intellitrace[10-07 采 今日 403 限流未复测——无新语义不重验]
  • 剔除 · 域外/过薄 5 条：PolicyEngine/policyengine-us（166★ 美国税收-福利规则引擎+微仿真——规则引擎泛化命中，域外）、wingedsheep/argentum-engine（71★ 万智牌规则引擎）、cjkennedy1972/lorekeep-dm（AI 游戏主持）、Manan-Joshi750/NITJ hackathon（FinBERT 新闻情绪→指数再平衡，投资域）、Elvis-techh/land-management（地产分期平台）
  • 剔除 · 恶意 +0 新（累计维持 41）：批次残留 3 个不重复验证（Digressive-pulse731[07-26 恶]、hgthangbq-lang[07-26 恶]、yoelpa6680[07-26 恶]）
  • 剔除 · astroturf +1 新（累计 25）：SterlingVance8549/fintech-citation-ledger-citation-collect-fintech-typescript —— Infrai 指纹第 19 例、doubled-repo-name 亚型第 2 例（详见专题 #10）
  • 筛出：1 条 ★★★ 工程 + 2 条 ★★ + 3 条 ★ + 1 条 arXiv 直查 0 新 + 2 条威胁情报专题（含 astroturf）（9 条）
  • 主题一 · 新攻击的"标签经济学"被做成可复现实验：seqfraud 用 label-efficiency 曲线回答"新攻击要多少标签才能拦"——30 张卡标注后序列模型 81.9% vs GBDT 8.7%（0.1% FPR 下），且全程 parity/聚类 bootstrap/单核 2.57ms 工程闭环
  • 主题二 · 模型之后的日子：漂移触发语义与"完成态"风控工程：u-Kuro 平台的"漂移双信号+标注量分母门控+双人审批"与 tunisia 命令中心的"部署切片收敛+运维可观测闭环"，分别回答"何时重训"与"个人项目何时算完成"
  • 主题三 · 威胁情报双线：恶意家族 B 对复活+史上最紧 34s 窗（A 对静默第 2 日）；astroturf 脉冲再触——SterlingVance8549 复刻 09-30 的 doubled-repo-name 指纹

今日高信号

1. anuradha-yeole/seqfraud — 新攻击的标签经济学：token 盗窃在 30 张卡标注后从 0% → 81.9% 召回，GBDT 停在 8.7%（Python（MIT，10-08 当日建+推送，0★，872KB，README 12.4KB 深度文档+CI）——1.52M 合成交易（3 种欺诈类型学：card testing/stolen card/wallet-token theft）：Spark 点时特征回填+LightGBM 基线 vs 2 层 pre-norm Transformer（d=64, 4 heads，最近 16 笔+当笔，当笔 token 输出拼聚合特征）；核心实验=标签效率曲线：对未见过的 token 盗窃（钱包令牌重放：受害者的设备/IP 国/金额区间），两模型 day-56 训练后 day 63-90 测试 0.1% FPR 下召回 7.5%/0.1%——几乎全盲；释放 N 张被 compromisc 卡的标签微调后：10 卡→44.4%、30 卡→81.9%（GBDT 8.7%，更多标签无济于事——信号不在其特征里）、100 卡→85.1%、全部 132 卡→88.3%；已知类型召回保持 99.9%；工程纪律：在线/离线 parity 双对账（特征逐步重算=Spark 回填精确相等，测试锁定；分数差 1.5e-7）、阈值按验证集 0.1% FPR 校准、card-level cluster bootstrap 置信区间（同卡欺诈不独立）、TorchScript 单核 p99 2.57ms / ~870 req/s、状态在评分后更新（严格只看历史）；artifacts/ 全部落盘可复跑（adaptation.json 标签曲线+report.json 分类型召回+bootstrap CI））【信号：★★★（方法论级实验设计）】**

风控视角："新攻击出现后要多少标签才能拦"第一次有了可复跑的最小闭环——这是风控模型运营里最贵的未知数（chargeback 回流 30-90 天，窗口期损失全靠人工规则顶）：① 结论的反直觉处在于"少量标签即可"的前提是表征已就位——Transformer 已经编码了"设备 20 分钟前首现+现在用钱包代币支付"的关系，标签只是教会它这个组合可疑；GBDT 补 100 张卡也停在 9.5%，因为 new_device 特征只在攻击第一笔触发——"模型架构 vs 特征工程"的标签效率差距，本质是分析员先验（人工研究攻击后手造设备存续期特征）被序列表征内化；② 评估协议可直接搬进内部规范：0.1% FPR 校准点+分类型学召回矩阵+card 级聚类 bootstrap+out-of-time 切分——比单点 AUC 硬一个量级；③ parity 双对账（在线特征==批特征，测试锁定）是"训练/服务偏斜"的最干净解法。⚠️ 全合成数据（类型学按公开模式构造，绝对数字不可迁移——作者自列 Limitations 首条）、标签假设干净回流（真实 chargeback 有噪声）、进程内状态单点。与 风控模型 样本效率章节、反欺诈体系 新攻击响应相关。→ GitHub

2. u-Kuro/fraud-detection-platform — 漂移触发语义的最小完整实现：双信号触发+标注量分母门控+双 Slack 审批门（Python（无 license，2026-05 建→10-08 推送，0★，135MB，README 11.3KB）——信用卡欺诈模型漂移监控 MLOps 平台：4 个 Airflow DAG（冷启动播种/日漂移检查/训练/归档）；漂移双信号：Evidently 数据漂移 preset（特征分布）+ F1 相对参考集下降 ≥0.05（概念漂移）——且分类指标只在 ≥10 万标注行时计算（分母门控）；人在回路：Slack 按钮双门（训练门+晋升门），新请求作废旧审批消息、未晋升挑战者 7 天过期；工作流状态入 PostgreSQL（CHECK 约束+部分唯一索引保证每项目仅 1 活跃部署）；事务性 MLflow（训练失败自动删 run+模型版本）；XGBoost 0.874 PR-AUC（vs RF/MLP/KNN 四模型对比）；18 个 Terraform 模块+K3s 模拟 EKS+MiniStack 模拟 AWS+6 个 GitHub Actions（act 本地跑）；194 个测试函数；ULB 公开数据集 284,807 笔）【信号：★★（工程参照）】**

风控视角：与 10-08 剔除的 ayub1621 空树仓[10-08 #6] 同题（欺诈模型持续训练），本仓是"代码全落地"的对照样本——关键增量是漂移触发语义（10-08 当日就指出"真实难点不在管线编排而在触发语义，README 三层架构恰好完全没有这一层"——本仓两层都有）：① "分布漂移"与"性能漂移"分开判定+标注量分母门控（<10 万行不算 F1，防止小样本噪声误触发重训）是可直接抄进生产规范的细节；② 审批门的状态机化（train_pending/promote_pending/reserved+CHECK 约束+唯一索引）把"人审"从 Slack 聊天记录升级为可审计数据库状态——与 Fintech-Fraud-Auditor-Pro[10-07 #5] 的"SAR 人类门禁"同谱系：行动面留给人，但门本身要工程化；③ ⚠️ 全模拟云（MiniStack/K3s 未上真 AWS、作者明示）、无 license、0★ 单人仓。与 实时风控引擎 特征平台/MLOps 章节相关。→ GitHub

3. ReguiguiMohamed/hybrid-real-time-fraud-detection-tunisia — "完成态"个人风控项目样本：部署切片收敛+运维可观测闭环（Python（MIT，2026-01 建→10-08 推送，2★，1.2MB，README 5.5KB+API reference/部署文档/Security.md）——突尼斯数字支付的欺诈告警人工复核 API："project is finished and in maintenance mode"：FastAPI on Hugging Face Spaces+Neon PostgreSQL（本地 SQLite 同代码）；能力面：告警存储→分析师复核队列→反馈记录→已复核案例导出→模型元数据/训练结果追踪→漂移与复核指标报告→Prometheus 指标 for Grafana Cloud→重要变更审计轨迹；Bearer token 分 admin/analyst 角色；关键声明：Kafka/Spark/ML/RAG 全部是"target architecture"且早期实验已在 final cleanup 中删除——树里只有已部署的切片，README 明示"contains that deployed slice only"）【信号：★★（成熟度形态样本）】**

风控视角：与 10-08 的 graphshield/FraudxAI 复核[10-08 #3]同周呼应："能跑"到"能被公开检验"的第三例，且本仓多了一个反方向信号——主动收缩：① "删除未部署实验"是个人项目里罕见的工程诚实——多数简历仓把目标架构全画进 README，本仓反着做（架构图画的是已部署切片，Kafka/Spark 显式标注 target 且已清理出树）——"README-实存差距"检测里第一个负差距（实存>宣称）之外的收敛型样本（宣称主动降级到实存）；② 复核工作流的最小闭环（队列→反馈→导出→漂移指标→审计）与 daffaalhanif[10-08 #5] 的三态决策、acilione[10-07 #2] 的 REVIEW 中间态同构——"review 队列+反馈回流"正在成为个人风控项目的标配语义；③ Hugging Face Spaces+Neon 免费层的部署成本≈0，与 BCI 银行 QML 案例[10-08 #2]同属"小团队低成本风控创新"谱系。⚠️ 2★、合成数据（README Proof 截图为演示数据）、ML 部分仅元数据追踪无模型本体（已删）。与 反欺诈体系 复核工作流、实时风控引擎 相关。→ GitHub

4. ConlerSimmons/DSC_599_Semester_Project — TabTransformer vs GNN 的 IEEE-CIS 学生对照：无时间泄漏设定下图模型输给表格注意力（Python（MIT，2025-11 建→10-08 推送，2★，3.9MB，README 5.3KB）——DSC 599 毕业项目：IEEE-CIS 590,540 笔（3.5% 欺诈率，合并后 434 特征）；TabTransformer（类别列 embedding+数值列线性投影→70 token×3 层 transformer encoder）vs 3 层残差 GNN（交易为节点、共享身份属性建边：同卡/同邮箱域/同设备）；同设定对照：相同 70/15/15 按 TransactionDT 时序切分（无泄漏）+相同 LightGBM 重要性排序特征集（50 数值+20 类别）；结果：TabTransformer PR-AUC 0.4402 vs GNN 0.3437（ROC 0.847 vs 0.832；精确率 0.319 vs 0.201；召回 GNN 略高 0.564 vs 0.550）；两模型均从零手写（作者明示为理解每个设计决策））【信号：★（诚实负结果）】**

风控视角：与 HERMES[10-07 #8] 构成图风控的两极对照——生产级双尺度图 transformer 拿到 -44% 摩擦+25% 召回的同周，一个认真做的前学生项目在同数据集上复现出"GNN 打不过表格注意力"——两者不矛盾，差距就是"实现质量×边构造×特征供给"的信息：① GNN 的价值在关系特征的供给质量（HERMES 有会话周边安全邻域+基础设施复用信号），朴素"共享属性建边"在 IEEE-CIS 上供不出增量——图不是免费午餐，边构造是全部；② 时序切分+相同特征集的公平对照纪律值得表扬（多数学生项目直接随机切分）；③ PR-AUC 0.44 在 3.5% 不平衡下是合理的水平线——可用于校准内部基线预期。⚠️ 学生项目、GNN 未调优到 SOTA 结构（3 层 mean aggregation 基线级）、无 dollar-weighted 指标。与 风控模型 图模型章节相关。→ GitHub

5. mario-p1/financial-anomaly-detection — FiGraph 上市公司异常检测的 GNN 复现仓：GraphSAGE/GATv2 vs XGBoost/MLP 全谱 MLflow 追踪（Jupyter/Python（无 license，10-08 当日建+推送，0★，808KB，README 2.6KB+REPORT.md）——FiGraph 数据集（上市公司财务异常）上的图分类：基线 XGBoost（表格+图增强两版）+MLP+GraphSAGE+GATv2，双测试年（2021/2022）；工具链：uv+make+ruff+MLflow 全实验追踪+Optuna 调参+devcontainer；每个实验一条 make 命令可复跑（make all_models）；README 核查：dl/extract 关键词 5 次命中全部为数据集下载脚本语境（make download_datasets）——非载荷下载，合法仓确认）【信号：★（可复现研究工程）】**

风控视角：上市公司财务异常是交易欺诈之外的"报表欺诈"邻域，本仓的价值在复现纪律而非结论：① FiGraph（公开的上市公司异常图数据集）+图增强 XGBoost（tabgraph）作为基线族的中间档——"表格+图特征拼合"往往优于纯 GNN，这个谱系（tabular → tab+graph → GNN）与 #4 的结论互为印证；② MLflow 全追踪+单命令复跑是 0★ 仓里少见的实验治理形态（与 FraudxAI[09-12] 的 CI/不变量徽章同向：个人项目也在向"生产治理默认值"靠拢）。⚠️ 当日建仓、无 license、REPORT.md 结论未逐项核验（README 未给数字）。与 风控模型 异常检测章节相关。→ GitHub

6. girisha-62/payment-card-validation-risk-engine — C++17 教学级支付风控引擎：Luhn/规则打分/线程池/PostgreSQL（C++（MIT，10-08 当日建+推送，0★，14KB，README 3.8KB）——C++17 支付交易教学项目：卡网络识别+Luhn+有效期/CVV 校验→规则打分（金额>₹100,000 +30 / 同 token 5 分钟 ≥5 笔 +20 / 跨境 +15；0-30 LOW 放行/31-60 MEDIUM 放行/61+ HIGH 拒绝）→4 worker 线程池+线程安全 PostgreSQL 落盘+CMake+Ninja；README 红字：教学专用、禁止真实卡号）【信号：★（教学参照）】**

风控视角：规则打分+阈值分档的最小 C++ 样本——velocity（同 token 5 分钟计数）和跨境加权的组合与 acilione[10-07 #2] 的五规则族同构，但这是 C++ 侧的少数样本（国内面试语境 Java 为主，C++ 端上/SDK 风控的参照稀缺）：线程池+无锁落盘的工程形态对应"端侧预筛"场景。⚠️ 当日建仓、教学体量、阈值魔法数字无调优依据。与 实时风控引擎 规则引擎章节相关。→ GitHub

7. ankitkapse594/fraud-detection-pipeline — FraudGuard：5 条欺诈护栏全显式阈值+三态决策+Medallion 湖仓（Python（无 license，10-07 当日建+推送，0★，37KB，README 4.6KB）——Kafka 流摄入→Redis 滚动窗口在线特征→双层推理（Random Forest+Isolation Forest）+规则护栏→Bronze/Silver/Gold 湖仓+审计仪表盘；5 条护栏阈值全显式：地理旅行速度 ≤800 km/h、5 分钟突发 pacing ≤2 笔、金额 vs 30 天均值 <8.0x、可信设备或低风险类目、Isolation Forest 异常分 <70%；三态输出 APPROVED/REVIEW/BLOCKED；宣称 sub-10ms SLA）【信号：★（阈值显式化样本）】**

风控视角：阈值逐条写进 README 且给出判据（800km/h 物理极限、8x 均值比）的"透明护栏"形态比同体量仓的"黑盒 ML"叙述更接近生产实践——规则先行+ML 兜底的分层与 fraud-detection-platform 系列（10-05→10-08 已形成的三级供给）一致；地理旅行速度护栏是国内"异地交易"规则的参数化版本（800km/h=民航极限，可讨论值）。⚠️ 当日建仓、37KB 无测试证据、无 license、宣称 SLA 无压测数据。与 实时风控引擎 规则章节相关。→ GitHub

8. Venkatabhanu2004/Credit-risk-engine — Random Forest 信贷审批引擎骨架：852B README 级过薄仓，登记观察（Python（无 license，10-08 当日建+推送，0★，3.9MB——README 仅 852B：RF 分类器+日志+Streamlit UI+Docker 三步运行说明，无特征/无评估/无数据说明）【信号：★（过薄登记）】**

风控视角：登记价值有限，唯一观察点是 3.9MB 树体量与 852B README 的落差——若后续填充文档/评估可再看一眼；当前为"描述一行"型过薄仓（与 VarZ-96[10-07 剔]、PayFlow360[10-08 #7] 同族）。→ GitHub

9. arXiv 直查 0 新采 — 15 篇返回与 10-07/10-08 完全一致，10 月新提交入窗停滞（直查连续性观察第 11 期：all:"fraud detection" OR all:"anti-money laundering" OR all:"payment fraud" submittedDate-desc 的 15 篇仍是 2610.07242（10-05）至 2609.32106（09-26）同一批——10 月新提交连续 3 期入窗（10-06/10-07/10-08 各 1-3 篇）后今日 0 新；采集器 16 条 arXiv 全噪声（2610.10xxx 物理宇宙学/机器人批次））【信号：—（连续性登记）】**

登记语义：直查通道的有效性不受单日 0 新影响（它已经在 09-24→10-08 连续兑现 20+ 篇新采），今日停滞更可能是提交日历波动（周末效应：10-07 是周一，10-08/10-09 的 submittedDate 窗口尚未覆盖新工作日）。维持每期直查、不为单日停滞改变流程。已采 15 篇清单维持。

10. 威胁情报专题 — B 对复活+史上最紧 34s 窗；A 对静默第 2 日；GONE-4 第 2 期维持 404；astroturf 脉冲再触（Infrai 指纹第 19 例）（① B 对复活：trade-intel 10-08 22:44:02Z+deepguard 22:43:28Z（34s 窗——监测以来最紧，前纪录 35s），双双纯 README noop 推送——09-18 预测的"silent pair touches the next day"方向正确但迟了 2 日；A 对静默第 2 日：Zen7/TRDGNN 末次触碰 10-07 04:37-04:40Z 后无动作——"单对全责"持续中，隔日交替模型已被"低频双对轮转"取代（10-06→10-09 实际节奏：A 夜窗→A 晨窗→A 静→B 复活）；② GONE-4 第 2 期维持 404：firefox/edge-upi/argus/Muhafiz 整仓仍 404（10-07 判定的第 2 期确认，下架判定稳固）；③ 6 载荷字节全稳：Zen7 v1.7=584,580B/TRDGNN v1.4=587,686B/trade-intel v2.2=531,063B/deepguard 3.2=538,362B/VPN-Detector 深嵌路径=466,717B/复活仓=584,990B 全部 HEAD 200 与基线一致；复活仓 pushed_at=10-08 06:24:50Z（第 4 次活跃，载荷未变——复活→再维护模式第 3 次复现）；④ astroturf +1：SterlingVance8549/fintech-citation-ledger-citation-collect-fintech-typescript——10-08 当日建（created 20:12→pushed 20:14，2 分钟），0★，7KB 壳仓；doubled-repo-name 指纹（fintech-citation-ledger-citation-collect-fintech-typescript——slug 机械重复进仓名）、README+llms.txt 均含 INFRAI_API_KEY/api.infrai.cc/llms.txt generator 元数据、README 标题与仓名的机械重复——与 09-30 第 18 例（lingbintang1-collab）同一生成器家族；"auditable payment-risk decisions"包装为风控工具但实质是 Infrai API 服务的展示壳）【信号：★★★（威胁情报）】**

验证实录（批量脚本 data/family_watch_2026_10_09.py + fetch_readmes/deepdive，约 30 API/HTTP 调用；基线路径逐字复制自 family_watch_2026_10_08.py——10-06 教训纪律执行）。风控视角：监控语义两条沉淀：① 紧窗纪律的观测带收窄至 [34s, 3.5min]——34s 新纪录确认"同操作者脚本化投放"判断；节奏模型维持停用，登记即可；② astroturf 指纹库更新：doubled-repo-name 亚型第 2 例确认 09-30 的发现非孤例——slug 重复进 README 标题的机械痕迹是 llms.txt 之外的第二捕获正则；今日为脉冲投放静默 3 日后首例，与"投放是脉冲形"历史模式一致。已链接仓库名仅作威胁情报引用、永不作技术引用。→ SterlingVance8549（勿用）、Zen7（勿用）

技术趋势

  • "新攻击标签经济学"成为可实验对象：seqfraud 把"少见攻击要多少标签"从经验问题变成可复现曲线（30 卡→81.9%）——序列表征就位后少量标签即可唤醒，GBDT 补标签无效；评估协议（0.1% FPR+分类型召回+card 级 bootstrap）比结论更可迁移。
  • 漂移触发语义进入个人项目级实现：u-Kuro 的"分布漂移+性能漂移双信号+10 万行标注分母门控+审批状态机"补上了持续训练叙事里最常缺失的一层（对照 10-08 ayub1621 空树仓的"三层架构零触发语义"）。
  • 个人风控项目的"完成态"形态分化：tunisia 主动删掉未部署实验只留部署切片（收敛型），对照 FraudxAI 的数据层持续增厚（扩张型）[10-08 #3]——"README-实存差距"检测新增负差距/收敛两个方向。
  • 图风控的"实现差距"面浮出：HERMES 生产级收益[10-07 #8]与学生级 GNN 负结果[今日 #4]同周并存——图的价值取决于边构造与关系特征供给，不是图模型本身。
  • 威胁情报：恶意家族 34s 最紧窗（脚本化投放再确认）+astroturf doubled-repo-name 亚型第 2 例（生成器家族化）。

行业案例

  • synthetic-first 的研究方法自觉（seqfraud）：作者把"数据是合成的、绝对数字不可迁移"写进 Limitations 首条，主张只取相对结论——公开仓做欺诈研究时"合成数据自白"正在从减分项变成方法论加分项（与 2609.34211 的合成语义富集论文同一自觉）。
  • Hugging Face Spaces+Neon 的零成本风控部署（tunisia）：个人/小团队把复核工作流放上公网的全免费栈——与 BCI 银行 QML 案例[10-08 #2]的"低成本创新"呼应。

值得深入

  • seqfraud 的 adapt.py 标签释放协议：unreported cases 丢弃而非错标（"labels assumed to arrive cleanly"的局限自白）——真实 chargeback 噪声下的曲线形状值得复现实验。
  • u-Kuro 的 Evidently+自定义 F1 双信号实现：两个信号的触发优先级与抑制逻辑（同日双触发怎么办）在代码里的处理方式。
  • tunisia 的 drift 指标定义：README 提到"Reports drift and review metrics"但未展开——漂移指标在无 ML 本体（已删）的仓里指什么（数据漂移 or 复核分歧率）。
  • moov-io/watchman 走读候选（512★ AML/OFAC 名单搜索，09-18 已采）：若下周再现，考虑补一条"名单筛查基础设施"专项（多名单 failover 形态）。