研究者らは、仮想経済内での詐欺や不正行為の検出に関する包括的なリソースの欠如に対処するために設計された新しいマルチモーダルベンチマークデータセットであるTSAI-MetaFraudを発表しました。ユーザー行動、認証、または金融取引を個別に分析する既存のデータセットとは異なり、このリソースは行動的、トランザクション的、およびグラフ構造化情報を統合しています。

  • 人間のスキャマーと自動化されたボットの両方を含む現実的なシナリオを取り入れています。
  • トランザクション詐欺検出、クロスモーダルノード分類、時間的リンク予測、弱教師あり詐欺検出という4つの特定のベンチマークタスクを定義しています。
  • 再現可能な研究を促進するために、標準的な機械学習モデルおよびグラフニューラルネットワークを使用してベースライン評価を提供しています。

TSAI-MetaFraudは、新興のメタバースエコシステム内の関係構造を分析するための統合フレームワークを提供することで、信頼性の高いAIおよびマルチモーダル学習技術の開発を推進することを目指しています。