SR-Fraud: An Outcome-Supervised Reflective LLM Agent Framework for Non-Stationary Payment Fraud Detection
该论文针对实时支付欺诈检测中的非平稳流式预测难题提出 SR-Fraud 框架。作者指出，线上反欺诈场景具有三个结构性困难：一是对抗性——欺诈者在监督标签成熟之前就已经改变手法，导致模型训练的标签与真实分布之间存在天然时滞；二是局部突袭性——
#fraud-detection
共收录 17 条相关情报。
← 返回所有主题Agents That Edit Documents: Measuring Agentic PDF Forgery Against a Non-Agentic Control
该论文研究自主型 AI 智能体（agent）被用于文档造假的现实风险，并为此构建了评测基准 AgentForge-Bench。研究背景是：过去一年里，能够独立完成多步计算机任务的智能体已成为常规工具，而这种自主性对抱持恶意目的的用户同样可用
FoundAna: A GNN-assisted Foundation Model for Graph Anomaly Detection
该论文聚焦图异常检测 (Graph Anomaly Detection, GAD) 这一支撑欺诈识别、垃圾信息治理与网络入侵检测等关键场景的任务。作者指出，尽管近年来方法层出不穷，但现有方案普遍遵循「一个数据集训练一个模型」的范式：模型与特
Topological Fraud Detection in Latent Transaction Spaces
该论文提出一种在隐式交易向量空间中进行欺诈检测的新方法，核心创新在于完全基于拓扑匿名化的嵌入表示开展检测，从而在不接触原始交易数据的前提下识别可疑行为。作者设计了一个两阶段流水线：第一阶段采用迭代的无监督过滤，对大规模交易候选集进行粗筛，降
Him of Many Faces: Characterizing Billion-scale Adversarial and Benign Browser Fingerprints on Commercial Websites.
该论文题为《Him of Many Faces: Characterizing Billion-scale Adversarial and Benign Browser Fingerprints on Commercial Websites
Traceable LLM Reasoning for Fake-Order Fraud Detection
本文针对大型线上到线下（O2O）服务平台中虚假订单检测的挑战，提出了一种基于大语言模型（LLM）的可追溯推理强化学习框架DeepScrub。现有方法通常依赖专家设计特征、做出黑盒决策且可解释性有限。DeepScrub包含三项创新：首先，语义
Operational Evidence Gaps for LLMs in Fraud Detection and Trust-and-Safety Workflows
本文系统性地调查了大型语言模型（LLM）在欺诈检测、诈骗调查、内容审核及其他信任与安全（Trust-and-Safety）工作流中的部署证据现状。作者指出，现有公开文献大多将LLM作为独立模型进行评估，而较少关注其在运营流水线中作为组件的实
TSAI-MetaFraud: A Benchmark Dataset for Financial Fraud Transaction and Behavioral Risk Detection in Metaverse Ecosystems
该论文提出了TSAI-MetaFraud，一个面向元宇宙生态系统金融欺诈交易和行为风险检测的多模态、多任务基准数据集。随着元宇宙平台虚拟经济的发展，欺诈、机器人和非法金融行为等新挑战日益突出。现有数据集通常孤立地关注用户行为、身份验证或金融
DARKFLEECE: Probing the Dark Side of Android Subscription Apps.
本论文《DARKFLEECE: Probing the Dark Side of Android Subscription Apps》聚焦于Android平台上的订阅型应用（subscription apps）中的安全与欺诈问题。研究者提出
Generative AI-Enabled Refund Fraud in Chinese E-Commerce: Investigation on Merchants and Platform Workers
本文通过半结构化访谈（17名商家和13名平台工作人员），系统研究了生成式AI（GenAI）在中文电商退款欺诈中的新型威胁。传统电商纠纷解决依赖数字证据真实反映物理现实的假设，但GenAI能够以极低成本伪造高度逼真的产品缺陷证据，从而颠覆这一
Innovations in Cardless Artificial Intelligence Banking: A Comprehensive Framework for Cyber Secure and Fraud Mitigation using Machine Learning Algorithms
本文提出了一种面向无卡人工智能银行系统的综合安全框架，旨在解决传统银行业务在数字化转型中面临的网络安全与欺诈风险挑战。该框架的核心创新点包括：1）利用AI驱动的数据加密技术生成自动虚拟卡，确保交易过程中敏感信息的最小化暴露；2）部署基于AI
Rethinking Fraud Safety Evaluation: Multi-Round Attacks Reveal Safety-Utility Tradeoffs in Graph-Context LLM Defenders
该论文针对当前欺诈安全评估中普遍采用的单轮交互评估方式的局限性进行了深入分析，指出单轮评估无法反映真实攻击场景中攻击者通过多轮对话逐步升级欺诈行为的特点。为此，作者构建了一个基于 Fraud-R1 数据集的多轮评估套件，并在此框架下系统比较
SAGE: Scalable Automatic Gating Ensemble for Confident Negative Harvesting in Fraud Detection
该论文针对音乐流媒体平台中的人为篡改播放量欺诈问题，提出了一种可扩展的自动门控集成方法SAGE。传统欺诈检测方法在区分超级粉丝、助眠音乐等合法边缘场景与协调欺诈行为时面临挑战，因为两者行为模式高度相似。SAGE结合了SimHash分层层抽样
SCAFDS: Edge-Feature Graph Attention for Interbank Fraud Detection with Attribution-Grounded SAR Generation
本论文提出了一种名为 SCAFDS（系统性传染感知欺诈检测系统）的新型银行间欺诈检测框架。研究背景是：美国金融系统每天处理约130万笔银行间交易，但现有文献中没有任何系统能够利用欺诈共现边特征来建模整个银行间网络中的欺诈传播。先前的银行间图
Robust Fraud Transaction Detection: A Two-Player Game Approach.
该论文针对金融交易中的欺诈检测问题，提出了一种基于双人博弈的鲁棒检测框架。传统欺诈检测模型通常面临对抗性样本攻击和概念漂移的挑战，导致检测性能下降。作者将欺诈检测建模为检测器与攻击者之间的动态博弈过程：检测器试图识别欺诈交易，而攻击者不断调
GuardSec: A Multi-Modal Web Platform for Real-Time Digital Fraud Detection, Entity Verification, and Connection Security Analysis in the African Context
在线欺诈在非洲已演变为大规模问题，但现有网络安全工具几乎不对普通公民开放，且主要针对具备稳定宽带连接的技术用户和SOC团队设计。这种不匹配并非偶然，而是研究文化长期优化基准性能、系统性地忽视可部署性、可访问性和本地威胁上下文的结果。本文提出
Who Audits the Auditor? Tamper-Proof Fraud Detection with Blockchain-Anchored Explainable ML
提出一种基于区块链锚定可解释机器学习的防篡改欺诈检测系统，解决审计痕迹被内部人员篡改的信任问题。