文件名称：DGFraud：用于欺诈检测的基于深度图的工具箱
文件大小：15.63MB
文件格式：ZIP
更新时间：2024-02-26 17:54:47
security machine-learning opensource graph-algorithms toolkit
基于深度图的工具箱，用于欺诈检测 介绍 DGFraud是用于欺诈检测的基于图神经网络（GNN）的工具箱。 它集成了基于GNN的最新欺诈检测模型的实现和比较。 在可以找到实现模型的介绍。 我们欢迎您添加新的欺诈检测器并扩展工具箱的功能。 在中列出了一些计划的功能。 如果您在项目中使用工具箱，请引用以下两篇论文之一以及使用的： CIKM'20（ ） @inproceedings { dou2020enhancing , title = { Enhancing Graph Neural Network-based Fraud Detectors against Camouflaged
【文件预览】：
DGFraud-master
----setup.py(2KB)
----.gitignore(256B)
----DGFraud_logo.png(20KB)
----requirements.txt(89B)
----dataset()
--------DBLP4057_GAT_with_idx_tra200_val_800.zip(8.34MB)
--------YelpChi.zip(8.85MB)
----.travis.yml(150B)
----LICENSE(11KB)
----reference()
--------geniepath.txt(350B)
--------fdgars.txt(325B)
--------player2vec.txt(389B)
--------gas.txt(317B)
--------semignn.txt(405B)
--------hacud.txt(466B)
--------gem.txt(364B)
--------graphsage.txt(225B)
--------graphconsis.txt(370B)
----.github()
--------ISSUE_TEMPLATE()
----utils()
--------utils.py(7KB)
--------data_loader.py(7KB)
----README.md(9KB)
----algorithms()
--------GraphSage()
--------HACUD()
--------SemiGNN()
--------GraphConsis()
--------GAS()
--------Player2Vec()
--------GEM()
--------base_algorithm.py(722B)
--------FdGars()
--------GeniePath()
----main.py(11KB)
----base_models()
--------layers.py(22KB)
--------models.py(4KB)
--------inits.py(826B)