ajayifoluso/fraudshield

FraudShield AI AI 驱动的欺诈检测与 AML 情报平台 — 支持所有支付类型 概念验证 v3.2.0 — 专为合规演示和机构审查而构建 什么是 FraudShield AI？ FraudShield AI 是一个由 AI 驱动的欺诈检测和反洗钱 (AML) 筛查平台，适用于所有支付方式和资金转移类型——电汇、ACH、SWIFT、SEPA、加密货币、P2P、移动支付、现金存款和银行卡支付。 合规分析师输入金融交易的详细信息——付款人身份、收款人身份、金额和转账类型——系统将返回： 通过 5 个 AI 模型计算出的风险评分 (0–100) 可解释的 AI 信号，用平实的语言准确描述了分配该评分的具体原因 针对 OFAC、FinCEN、国际刑警组织、卡黑名单、网络图谱和 AML 类型进行的 8 项实时数据库检查 带有时间戳的案件 ID、可导出的审计日志以及 AI 辅助的 SAR 草稿——可直接用于监管提交 该平台旨在在欺诈、洗钱和可疑活动造成损害之前将其拦截——覆盖所有支付渠道——同时生成可提交给 FinCEN、美国财政部和 USCIS 的书面记录。 适用人群 受众使用场景银行合规团队在资金发放前对所有支付渠道进行实时筛查金融科技反欺诈部门电汇、ACH、P2P、加密货币和银行卡欺诈检测AML 调查员洗钱模式检测、结构化预警、跨境分析监管机构和审计员FinCEN、财政部、USCIS 审查——完整的审计跟踪和 SAR 草稿生成 涵盖的支付方式和转账类型 FraudShield 使用相同的风险引擎、AI 模型和数据库检查来分析以下所有内容： 支付类型欺诈场景示例ACH 转账低于 1 万美元的结构化拆分、未经授权的扣款、账户接管电汇（国内）商业电子邮件入侵、资金骡账户电汇（国际）规避制裁、高风险司法管辖区路由SWIFT代理行欺诈、跨境分层SEPA欧洲欺诈团伙、第一方欺诈信用卡 / 借记卡被盗卡、测卡、CNP 欺诈预付卡 / 礼品卡社交工程诈骗、欺诈支付工具加密货币转账钱包筛查、混币器检测、交易所欺诈P2P (Zelle / Venmo)杀猪盘/情感诈骗、冒充、非工作时间转账现金存款化整为零（蚂蚁搬家）、结构化拆分、大额现金放置移动支付新兴市场欺诈、SIM 卡交换攻击 特定于卡的验证信号（BIN 查询、CVV 匹配、AVS、3D Secure、黑名单检查）仅在选择卡账户类型时激活。所有其他支付类型均使用行为、网络和基于制裁的信号。 核心功能 通用交易分析 完整的付款人和收款人资料——姓名、账户类型、KYC 状态、账户年龄、历史拒付情况 付款地和收款地均提供 195 个国家/地区的下拉选择 时段检测、IP/国家不匹配、设备渠道、30 天交易量基准 结构化模式检测（低于 1 万美元的 BSA 阈值） 首次收款人标记 高风险和 FATF 灰/黑名单国家检测 特定于卡的欺诈检测（在卡类型激活时生效） 安全 Token 化——绝不存储原始卡号；处理器返回 Token + 验证信号 BIN 查询——识别发卡行、卡类型和国家/地区 验证信号：AVS 地址匹配、CVV 结果、3D Secure、姓名匹配得分、 declined attempts（拒付尝试）、多卡设备检测 卡黑名单检查——针对已知被盗和泄露卡源进行筛查 8 项数据库检查 — 所有支付类型 每次分析都会针对 8 个数据源触发检查，并实时显示状态（CLEAR / WARNING / FLAGGED）： 数据库数据源适用于OFAC SDNUS Treasury OFAC API所有支付类型FinCEN 314(a)FinCEN Secure Portal所有支付类型国际刑警组织 / 监视名单Interpol i-Link / ComplyAdvantage所有支付类型设备指纹Sardine / Seon / ThreatMetrix所有支付类型网络图数据库内部 Neo4j 图数据库所有支付类型AML 类型学FATF / FinCEN 库所有支付类型BIN 数据库Mastercard BIN API仅限卡交易卡黑名单Rippleshot / Ethoca / Visa DM仅限卡交易 在此概念验证中，数据库响应是模拟的。在生产环境中，每次都会在 50–350ms 内触发实时的 API 调用。 AI 模型集成 孤立森林 随机森林 逻辑回归 图神经网络 (Graph Neural Network，检测账户之间的隐藏联系) BIN / 卡智能 (Card Intelligence，仅在卡交易时激活) 合规输出 带有时间戳的案件 ID 和可导出的审计日志 AI 辅助的 SAR（可疑活动报告）草稿——可下载，已准备好供合规官在提交给 FinCEN 之前进行审查 针对每个风险标记的通俗易懂的可解释 AI 信号 如何在没有卡号的情况下检测欺诈 对于非卡交易（电汇、ACH、加密货币、P2P、移动支付），欺诈检测完全通过行为和上下文信号来完成： 付款人 KYC 状态和账户年龄 收款人制裁筛查 (OFAC, FinCEN, Interpol) 交易金额与 30 天历史基准的对比 目的地国家/地区风险（FATF 灰/黑名单） 时间和 IP/国家/地区不匹配 结构化模式检测 首次收款人标记 通过图分析发现隐藏的网络连接 AML 类型学模式匹配 这些信号通过 5 个 AI 模型进行加权，以得出综合风险评分。无需任何卡数据。 监管合规对标 标准覆盖范围FinCEN FIN-2024-A011地理伪造 Deepfake 类型学财政部 AI MRF 2025可解释性要求 §3.4BSA / 31 CFR 1010结构化拆分和 STR 要素FATF 建议 16 & 20电汇规则与 STR 报送OFAC SDN 筛查制裁名单交叉比对PCI DSS 4.0卡数据处理与 Token 化GDPR 第 22 条自动化决策保护措施 概念验证状态 已完全实现的功能： 所有支付类型的所有输入字段和表单逻辑 风险评分引擎 可解释的 AI 信号生成 带有真实结果的模拟数据库检查动画 SAR 草稿生成器（可下载的 .txt 文件） 审计日志导出器 已模拟的内容： 外部数据库 API 调用 (OFAC, FinCEN, Rippleshot, Sardine 等) 卡 Token 化流程（演示了架构，但未连接到 Stripe/Visa） 生产路线图： 接入实时的 OFAC SDN API、FinCEN Secure Portal、Rippleshot 数据源 集成 Stripe Elements 以实现真实的卡 Token 化 增加加密货币钱包筛查 (Chainalysis / Elliptic) 增加带有基于角色的访问控制的分析师案件管理队列 通过 Webhook 摄入部署实时交易监控 技术栈 纯 HTML / CSS / JavaScript — 无框架，无依赖 零后端 — 完全在浏览器中运行 可部署到任何静态托管平台 (GitHub Pages, Netlify, Vercel) 开始使用 克隆或下载此代码库 在任何浏览器中打开 `index.html` — 或部署到 GitHub Pages 选择任何支付/账户类型并填写交易详细信息 点击 Run Analysis（运行分析） 观察中间面板实时触发的全部 8 项数据库检查 在右侧查看风险评分、AI 信号和模型细分 从 Case Management 面板下载 SAR 草稿或审计日志 FraudShield AI · 概念验证 v3.2.0 涵盖：ACH · 电汇 · SWIFT · SEPA · 加密货币 · P2P · 移动支付 · 现金 · 银行卡 合规对标：FinCEN FIN-2024-A011 · BSA 31 CFR 1010 · FATF Rec. 16 & 20 · PCI DSS 4.0 · Treasury AI MRF 2025

标签：AI反欺诈, Apex, 制裁名单筛查, 加密货币监控, 反洗钱(AML), 可疑交易报告(SAR), 可解释人工智能(XAI), 合成身份欺诈, 后端开发, 多模态安全, 审计追踪, 异常检测, 支付欺诈检测, 数据可视化, 机器学习, 欺诈防范, 深度伪造检测, 监管科技(RegTech), 网络安全, 自动化合规, 跨境支付监控, 金融合规, 金融科技(FinTech), 金融系统安全, 银行合规, 隐私保护, 风险评估系统