Odelolasolomon/sentinel-fraud-engine

# 🛡️ Sentinel Fraud Engine：企业级防护套件 一个机构级、AI 驱动的欺诈防护平台，具有用于**合成身份检测**和**连续行为生物识别**的专用模型。 本仓库包含两个独立的、生产就绪的系统，专为高安全性金融环境而设计。 ## 🏗️ 项目概述 ### 🛰️ 系统 1：合成身份与账户接管 (ATO) 使用基于 Graph 的聚类分析识别“休眠”账户和信用搭车行为。 * **Graph Linking**：使用 `NetworkX` 检测跨账户边界的共享 IP、电话和设备 ID。 * **Anomaly Modeling**：标记身份历史（信用时长）与用户生命周期（年龄）之间的差异。 - **Dashboard**：具有实时威胁地图和趋势分析的高端 React 界面。 ### 🧬 系统 2：连续认证与行为生物识别 被动会话监控，防止高速接管和劫持。 * **Passive Telemetry**：记录手指压力、滑动速度、打字节奏和设备方向。 * **User Embeddings**：计算 5D 行为特征，通过与“黄金”基线进行 **Cosine Similarity** 比对。 * **Dynamic Friction**：评分引擎，在行为不匹配时自动触发 Step-up Authentication (MFA)。 ## 🎨 交互式仪表盘与系统架构 ### 🖥️ Live Figma 原型 在此访问高保真交互式仪表盘设计： **[查看 Live Figma Dashboard](https://icon-quota-29574500.figma.site/)** ### 🏛️ 系统设计图  *Sentinel Fraud Engine 架构：Ingestion、Multi-Engine Analysis 和 Central Decision Layer。* ## 🛠️ 全局架构（机构标准） 两个系统均遵循 **Enterprise Factory Pattern**： - **Backend**：FastAPI, SQLAlchemy (Persistence), Loguru (Audit), Pydantic Settings。 - **Security**：基于 Header 的 `X-API-TOKEN` 保护。 - **Middlewares**：性能跟踪和全局异常处理。 - **Frontend**：React (TS), Recharts Data Viz, Framer Motion 动画。 - **Testing**：用于分析准确性验证的 Pytest 套件。 ## 🚀 快速开始 使用 **Docker Compose** 启动两个平台： ### 监控系统 1 (端口 3000) ``` cd System1 docker-compose up --build ``` ### 监控系统 2 (端口 4000) ``` cd System2 docker-compose up --build ``` ## 📁 仓库结构 ``` sentinel-fraud-engine/ ├── System1/ (SI & ATO Detection) │ ├── backend/ (Python/FastAPI) │ ├── frontend/ (React/TS) │ └── docker-compose.yml ├── System2/ (Biometrics & Session Auth) │ ├── backend/ (Python/FastAPI) │ ├── frontend/ (React/TS) │ └── docker-compose.yml └── README.md ``` **专为鲁棒性、可观测性和安全性而设计。**

标签：Apex, ATO, AV绕过, FastAPI, KYC, MFA, NetworkX, Python, React, SQLAlchemy, Syscalls, 人工智能, 企业级安全, 反洗钱, 合成身份检测, 图计算, 多因素认证, 实时风控, 异常检测, 持续认证, 无后门, 无感认证, 机器学习, 欺诈检测, 特权检测, 生物识别, 用户模式Hook绕过, 用户画像, 突变策略, 系统分析, 网络分析, 行为生物特征, 设备指纹, 请求拦截, 账户接管防护, 足迹分析, 逆向工具, 配置审计, 配置错误检测, 金融风控, 风险评分