Artigos revisados por pares e preprints relevantes a fraude digital, com resumo em português. Cada item aponta para a versão de acesso aberto (arXiv/ePrint) e, quando existe, o DOI oficial — nunca para cópias não autorizadas.
Hoang Hiep Trieu
Propõe o One-Side Edge Sampling (OES), que usa a confiança preditiva de uma tarefa de classificação de arestas para amostrar arestas do grafo durante o treino. A técnica reduz over-smoothing e tempo de treinamento, superando os modelos-base em arquiteturas rasas e profundas de GNN na detecção de fraude.
Junjun Pan, Yixin Liu, Yu Zheng, Lianhua Chi, Alan Wee-Chung Liew, Shirui Pan
Framework para detectar fraudadores que praticam 'camuflagem semântica' (imitam usuários legítimos) em grafos com atributos textuais. Combina múltiplos especialistas com gating sensível ao contexto e aprende de forma não supervisionada, explorando a raridade estatística do fraudador. Supera concorrentes em quatro datasets desafiadores.