namankudesia/realtime-fraud-detection
GitHub: namankudesia/realtime-fraud-detection
基于 FastAPI 和机器学习的实时交易欺诈检测系统，提供特征工程、评分引擎与 SHAP 级别的决策可解释性。
Stars: 0 | Forks: 0
# 实时欺诈检测
## 构建方式
- **特征工程** — 15+ 个实时特征：频率 (1h/24h)、基于 30 天平均值的 z-score、商户风险、地理异常、时间模式
- **评分引擎** — 加权规则系统（生产环境：基于标注数据训练的 XGBoost/LightGBM）
- **SHAP 可解释性** — 每个欺诈决策都包含特征级别的解释（监管机构要求此项）
- **3 级处理系统** — 基于概率阈值的批准 / 审核 / 拦截
## 如何运行
```
git clone https://github.com/namankudesia/realtime-fraud-detection.git
cd realtime-fraud-detection
pip install -r requirements.txt
uvicorn main:app --reload --port 8003
```
```
curl -X POST http://localhost:8003/predict \
-H "Content-Type: application/json" \
-d '{"transaction_id": "T001", "user_id": "U123", "amount": 50000,
"merchant_category": "crypto", "merchant_country": "XX", "card_present": false}'
```
标签：Apex, AV绕过, FastAPI, XGBoost, 后端开发, 机器学习, 模型可解释性, 欺诈检测, 特征工程, 逆向工具