#fraud-detection Репозитории
Откройте для себя 18 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #fraud-detection, с общим числом 79,912 звёзд (в среднем 4,439 на проект). Лидером этой темы является fingerprintjs/fingerprintjs, набравший 28,783 звёзд.
Всего репозиториев: 18
Самая передовая бесплатная библиотека с открытым исходным кодом для снятия отпечатков браузера
Этот репозиторий содержит тщательно подобранную коллекцию из более чем 300 примеров из более чем 80 компаний, подробно описывающих практическое применение и идеи по проектированию систем машинного обучения (ML). Содержимое организовано так, чтобы вы могли легко найти соответствующие примеры на основе отрасли или конкретных случаев использования ML.
Библиотека Python для обнаружения аномалий в табличных данных, временных рядах, графах, текстах, изображениях и аудио. Включает более 60 детекторов, оркестрацию ADEngine на основе бенчмарков и агентный рабочий процесс для ИИ-агентов.
Книги, статьи, видео и инструментарии по обнаружению аномалий. Последнее обновление в конце 2025 года для работ по LLM и VLM!
Курируемый список статей и ресурсов по обнаружению мошенничества, аномалий и выбросов на основе графов/трансформеров
Куратированный список статей по дата-майнингу о выявлении мошенничества.
Tirreno — это фреймворк с открытым исходным кодом для внутренней безопасности. Отслеживание событий, оценка рисков и обнаружение угроз для вашей системы.
Бесплатная библиотека JavaScript для фингерпринтинга с открытым исходным кодом
Мультичейн-сканер рисков криптокошельков для проверок AML/KYT. Оценивает адреса по шкале от 0 до 100 на основе санкционных списков, рискованных контрактов и отслеживания средств. Интегрирует 6 поставщиков аналитической информации с автоматическим переключением при сбое, выявляет мошенничество, взломы, миксеры и фишинг, поддерживает более 15 блокчейнов, пакетные проверки и отчёты в форматах TXT/JSON/CSV/HTML/PDF. Разработан на Python, работает на разных платформах.
Самостоятельно размещённое обнаружение отпечатков браузера и ботов с учётом реальных ограничений.
Обнаружение аномалий в динамических (эволюционирующих во времени) графах в реальном времени и в потоковом режиме. Обнаружение вторжений (атаки DoS и DDoS), мошенничества, аномалий поддельных рейтингов.
Воспроизводимое машинное обучение для обнаружения мошенничества с кредитными картами — практическое руководство
Мрамор - движок принятия решений в реальном времени для борьбы с мошенничеством и ПОД/ФТ
SDK для обнаружения угроз и мониторинга безопасности мобильных устройств. Работает с Flutter, React Native, Android и iOS. Защитите свое приложение с помощью бесплатного RASP. Обнаруживайте обратную разработку, root (Magisk), джейлбрейк, Frida, эмуляторы, ботов, проблемы с целостностью и вмешательством, обфускацию, использование VPN, вредоносное ПО, а также отслеживайте идентификацию и цифровой отпечаток устройства.
Часто задаваемые вопросы
Какой репозиторий по теме #fraud-detection наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #fraud-detection на GitHub — fingerprintjs/fingerprintjs, набравший 28,783 звёзд. Самая передовая бесплатная библиотека с открытым исходным кодом для снятия отпечатков браузера
Какие языки программирования чаще всего используются в репозиториях по теме #fraud-detection?
Среди наиболее высоко оценённых проектов по теме #fraud-detection на GitHub чаще всего используются языки программирования Python, TypeScript, PHP, C++.
Как рассчитывается рейтинг репозиториев по теме #fraud-detection?
Мы отслеживаем 18 активных репозиториев с открытым исходным кодом, отмеченных тегом #fraud-detection (500 и более звёзд), с общим числом 79,912 звёзд и в среднем 4,439 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.