Git Stars Git Stars

#fraud-detection Dépôts

Découvrez 18 dépôts GitHub open source actifs associés à #fraud-detection, cumulant 79,912 étoiles au total (soit une moyenne de 4,439 étoiles par projet). Le projet en tête de ce thème est fingerprintjs/fingerprintjs, avec 28,783 étoiles.

18
Total des Dépôts
79,912
Nombre total d'étoiles
4,439
Moyenne d'Étoiles/Dépôt
1
fingerprintjs/fingerprintjs

La bibliothèque de détection d'empreintes numériques de navigateur la plus avancée, gratuite et open source

fingerprintjs
⭐ 28,783 TypeScript 👤 fingerprintjs Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2015-02-11
2
Engineer1999/A-Curated-List-of-ML-System-Design-Case-Studies

Ce dépôt contient une collection organisée de plus de 300 études de cas provenant de plus de 80 entreprises, détaillant les applications pratiques et les aperçus de la conception de systèmes d'apprentissage automatique (ML). Le contenu est organisé pour vous aider à trouver facilement des études de cas pertinentes en fonction du secteur ou de cas d'utilisation spécifiques du ML.

Engineer1999
⭐ 10,905 👤 Engineer1999 User 🕐 Mis à jour 2025-08-05 📅 Créé 2024-05-18
3
yzhao062/pyod

Une bibliothèque Python pour la détection d'anomalies sur des données tabulaires, des séries temporelles, des graphes, du texte, des images et de l'audio. Plus de 60 détecteurs, une orchestration ADEngine basée sur des benchmarks et un flux de travail agentique pour les agents IA.

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 Mis à jour 2026-11-12 📅 Créé 2017-10-03
4
yzhao062/anomaly-detection-resources

Livres, articles, vidéos et boîtes à outils liés à la détection d'anomalies. Dernière mise à jour fin 2025 pour les travaux sur les LLM et les VLM !

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Mis à jour 2026-03-02 📅 Créé 2018-05-16
5
MISP/MISP

MISP (logiciel principal) - Plateforme open source d'intelligence sur les menaces et de partage

MISP
⭐ 6,688 PHP 👤 MISP Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2013-02-07
6
safe-graph/graph-fraud-detection-papers

Une liste organisée d'articles et de ressources sur la détection de fraude, d'anomalies et de valeurs aberrantes basée sur les graphes/transformateurs

safe-graph
⭐ 1,908 👤 safe-graph Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2019-11-21
7
benedekrozemberczki/awesome-fraud-detection-papers

Une liste curated de papiers de data mining sur la détection de fraudes.

benedekrozemberczki
⭐ 1,843 Python 👤 benedekrozemberczki User 🕐 Mis à jour 2026-01-05 📅 Créé 2019-05-27
8
tirrenotechnologies/tirreno

Tirreno est un framework open source dédié à la sécurité interne. Suivi des événements, évaluation des risques et détection des menaces pour votre système.

tirrenotechnologies
⭐ 1,576 PHP 👤 tirrenotechnologies Organization 🕐 Mis à jour 2026-10-24 📅 Créé 2024-12-08
9
pygod-team/pygod

Une bibliothèque Python pour la détection d'anomalies dans les graphes

pygod-team
⭐ 1,469 Python 👤 pygod-team Organization 🕐 Mis à jour 2024-11-14 📅 Créé 2021-11-18
10
thumbmarkjs/thumbmarkjs

Une bibliothèque JavaScript de fingerprinting libre et open-source

thumbmarkjs
⭐ 1,190 TypeScript 👤 thumbmarkjs Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-12-27
11
pedramamini/ThreatIngestor

Extraire et agréger le renseignement sur les menaces.

pedramamini
⭐ 933 Python 👤 pedramamini User 🕐 Mis à jour 2026-05-26 📅 Créé 2017-08-31
12
Soniavasseur/Wallet-Risk-Scanner

Scanner de risques pour portefeuilles crypto multichaînes destiné au contrôle AML/KYT. Attribue aux adresses un score de 0 à 100 en fonction des sanctions, des contrats à risque et du traçage des fonds. Intègre 6 fournisseurs de renseignements avec basculement automatique, détecte les escroqueries, les piratages, les mixeurs et le phishing, prend en charge plus de 15 chaînes, le contrôle par lots et les rapports TXT/JSON/CSV/HTML/PDF. Développé en Python et multiplateforme.

Soniavasseur
⭐ 916 Python 👤 Soniavasseur User 🕐 Mis à jour 2026-11-19 📅 Créé 2026-09-22
13
antoinevastel/fpscanner

Suivi d'empreintes digitales de navigateur et détection de bots auto-hébergés, en tenant compte des contraintes du monde réel.

antoinevastel
⭐ 803 TypeScript 👤 antoinevastel User 🕐 Mis à jour 2026-10-31 📅 Créé 2017-09-20
14
Stream-AD/MIDAS

Détection d'Anomalies sur des Graphes Dynamiques (évoluant dans le temps) en Temps Réel et en Mode Streaming. Détection d'Intrusions (Attaques DoS et DDoS), Fraudes, Anomalies de Notes Falsifiées.

Stream-AD
⭐ 779 C++ 👤 Stream-AD Organization 🕐 Mis à jour 2024-01-10 📅 Créé 2019-10-23
15
sunpeak/riskcontrol

Framework léger de système de contrôle des risques commerciaux en temps réel JAVA

sunpeak
⭐ 768 Java 👤 sunpeak User 🕐 Mis à jour 2026-08-09 📅 Créé 2016-08-06
16
Fraud-Detection-Handbook/fraud-detection-handbook

Apprentissage automatique reproductible pour la détection de fraude par carte de crédit - Manuel pratique

Fraud-Detection-Handbook
⭐ 660 Jupyter Notebook 👤 Fraud-Detection-Handbook Organization 🕐 Mis à jour 2024-02-07 📅 Créé 2021-05-03
17
checkmarble/marble

Marbre - le moteur de décision en temps réel pour la fraude et la LCB-FT

checkmarble
⭐ 628 HTML 👤 checkmarble Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2024-01-17
18
talsec/Free-RASP-Community

SDK fournissant une détection des menaces et une surveillance de la sécurité pour les appareils mobiles. Fonctionne avec Flutter, React Native, Android et iOS. Protégez votre application avec RASP gratuit. Détectez l'ingénierie inverse, le root (Magisk), le jailbreak, Frida, les émulateurs, les bots, les problèmes de falsification et d'intégrité, l'obfuscation, l'utilisation de VPN, les logiciels malveillants, et surveillez l'identification et l'empreinte numérique de l'appareil.

talsec
⭐ 523 👤 talsec Organization 🕐 Mis à jour 2026-08-26 📅 Créé 2021-06-16

Foire aux questions

1

Quel est le dépôt #fraud-detection le plus populaire sur GitHub ?

Le projet #fraud-detection open source le mieux classé sur GitHub est fingerprintjs/fingerprintjs, avec 28,783 étoiles. La bibliothèque de détection d'empreintes numériques de navigateur la plus avancée, gratuite et open source

2

Quels langages de programmation sont les plus utilisés dans les dépôts #fraud-detection ?

Parmi les projets #fraud-detection les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, PHP, C++.

3

Comment le classement des dépôts #fraud-detection est-il calculé ?

Nous suivons 18 dépôts open source actifs associés à #fraud-detection (500+ étoiles), totalisant 79,912 étoiles, avec une moyenne de 4,439 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.