Génère des graphiques massifs de transactions financières synthétiques avec des schémas de fraude cycliques pour évaluer les modèles de ML sur graphes.
Créez des graphes de transactions financières prêts pour les benchmarks, intégrant des schémas de blanchiment d'argent à plusieurs sauts.
gen-fraud-graph est un outil Python qui génère des ensembles de données de transactions financières synthétiques avec des réseaux de blanchiment d'argent intégrés. Vous pouvez l'utiliser pour évaluer des réseaux de neurones sur graphes, tester des algorithmes anti-blanchiment et effectuer des tests de charge sur des bases de données de graphes sans exposer de dossiers financiers sensibles.
L'outil crée des nœuds de comptes synthétiques, des arêtes de transactions normales et des réseaux de fraude cycliques s'étendant sur quatre à sept sauts. Il exporte les jeux de données au format CSV générique ou en syntaxe de chargement en masse AWS Neptune, avec des embeddings vectoriels optionnels provenant de modèles locaux ou OpenAI. La génération parallèle multi-processus vous permet de faire passer les volumes de mille à plus de dix millions de comptes.
Les data scientists, les ingénieurs en machine learning et les architectes de bases de données travaillant sur la détection de la criminalité financière tireront le meilleur parti de cet outil. Il ne s'adresse pas aux utilisateurs finaux cherchant des modèles pré-entraînés ou une interface graphique, la configuration et l'exécution s'effectuant entièrement en ligne de commande ou via des scripts Python.
Génère des schémas de blanchiment d'argent cycliques à plusieurs sauts avec une profondeur configurable de 4 à 7 sauts de transaction.
Prend en charge les vecteurs aléatoires, les modèles SentenceTransformers locaux ou les intégrations d'API OpenAI pour les caractéristiques des nœuds et des arêtes.
Distribue l'exécution du générateur sur des processus multiples pour créer des jeux de données atteignant des dizaines de millions d'enregistrements.
Exporte les fichiers CSV générés au format adapté directement au chargement en masse d'AWS Neptune, en plus de la sortie CSV générique standard.
gen-fraud-graph est gratuit sous licence Apache-2.0. Vos seuls coûts proviennent de l'infrastructure de calcul et du stockage nécessaires pour les grandes générations, ainsi que des coûts potentiels de l'API OpenAI si vous choisissez des embeddings cloud externes.
877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
La taille de la sortie varie d'environ 2 Mo pour 1 000 comptes (échelle 0.0001) jusqu'à 20 Go ou plus pour 10 millions de comptes (échelle 1.0).
Non. Vous pouvez utiliser le fournisseur par défaut 'fake' pour des vecteurs aléatoires rapides ou l'option 'local' pour générer des embeddings à l'aide de modèles SentenceTransformers locaux sans frais d'API.
Voir Zekai en premier dans Google