Murendi-web/ato-fraud-detection
GitHub: Murendi-web/ato-fraud-detection
一个用于实时检测账户接管攻击的欺诈检测系统,结合规则引擎和机器学习模型解决账户安全威胁问题。
Stars: 1 | Forks: 0
# ATO 欺诈检测
一个针对账户接管攻击的实时欺诈检测系统,采用规则和机器学习技术。
## 功能
- 实时评分 API(延迟低于10毫秒)
- 14 条欺诈检测规则(暴力破解、凭据填充、机器人信号等)
- 用于评分的 LightGBM 机器学习模型
- 使用 Redis 进行缓存,PostgreSQL 存储历史记录
- FastAPI 后端 + React 仪表盘
## 快速开始
```
cd ato-fraud-detection
poetry install
poetry run uvicorn services.api.main:app --reload
```
然后打开 http://localhost:8000/docs
## 系统架构
该系统包含:
1. 特征提取(GeoIP、设备指纹、频率检查)
2. 规则引擎(针对常见欺诈模式的 14 条规则)
3. 机器学习评分器(LightGBM 模型)
4. 决策引擎(融合规则与机器学习评分)
## 安装
详情请参阅 [安装说明.md](INSTALLATION.md)。
## 开发
运行测试:
```
poetry run pytest tests/
```
启动 API:
```
poetry run uvicorn services.api.main:app --reload
```
## 贡献指南
欢迎参与贡献。请:
1. 为新功能编写测试
2. 遵循 PEP 8 风格指南
3. 更新相关文档
标签:API服务开发, FastAPI框架, GeoIP定位服务, LightGBM算法, PFX证书, PostgreSQL数据库, React仪表板, Redis缓存, 云计算, 决策引擎, 历史记录管理, 反欺诈系统, 实时欺诈检测, 实时评分系统, 密钥泄露防护, 搜索引擎查询, 攻击检测, 数据缓存优化, 机器学习安全, 机器学习模型, 欺诈检测, 测试用例, 特征提取技术, 网络安全防护, 规则引擎, 设备指纹识别, 账户安全, 账户接管防护, 逆向工具, 速度检查机制