km-analytics/Transaction-Monitoring-Fraud-Detection-SQL

# 交易监控与欺诈检测 (SQL) 本项目演示了用于交易监控系统的基于 SQL 的欺诈检测技术。 ## 目标 基于现实世界的欺诈场景，利用 SQL 查询识别可疑的交易模式。 ## 涵盖案例 ### 1. 频度检测 (Velocity Detection) 检测短时间窗口内的高频交易。 ### 2. 大额异常峰值 (High Amount Spike) 识别特定时间段内异常高额的支出。 ### 3. 新设备检测 检测来自先前未见设备的交易。 ### 4. 新位置检测 识别地理位置不匹配或异常的访问模式。 ### 5. 账户接管 (ATO) 模式 检测失败登录尝试后紧接成功登录的行为。 ### 6. 新收款人风险 识别向新增收款人的资金转账。 ## 关键技术 - SQL (GROUP BY, HAVING, CASE WHEN) - 基于时间的过滤 (DATEADD) - 子查询 (NOT EXISTS) - 基于模式的异常检测 ## 用例 这些场景模拟了银行和金融系统中现实世界的交易监控和欺诈检测用例。

标签：AML, ATO, SQL, TSQL, 交易监控, 代码示例, 反洗钱, 地理位置异常, 多线程, 大额交易, 异常检测, 数据分析, 数据库查询, 数据科学, 新设备检测, 欺诈检测, 系统审计, 网络安全, 账户接管, 资源验证, 金融安全, 银行技术, 隐私保护, 风控系统, 高频交易