electricsheepafrica/nigerian-banking-atm-network

尼日利亚ATM网络交易数据集，包含欺诈标签，是一个生产级别的合成数据集，具有尼日利亚银行业的真实背景，用于ATM欺诈检测、卡片侧录检测和网络监控。

Nigerian ATM transactions and terminal data with fraud labels, a production-grade synthetic dataset with authentic Nigerian banking context, designed for ATM fraud detection, card skimming detection, and network monitoring.

搜集汇总

数据集介绍

构建方式

该数据集为合成型生产级数据，基于已发表的撒哈拉以南非洲地区文献参数化生成，而非真实观测记录。其构建过程融合了尼日利亚本土银行业背景，涵盖真实银行名称、37个州的地理分布及人口统计特征。数据时间跨度覆盖2023年1月1日至2024年12月31日，包含200万条交易记录，按70%、15%、15%的比例划分为训练集、验证集和测试集。关键字段包括交易ID、时间戳、掩码卡号、账户ID、发卡机构、ATM所有者、终端ID、交易类型、金额（奈拉）、州、出钞状态、响应码及欺诈标签。

特点

该数据集具有鲜明的尼日利亚本土化特征，采用真实银行ATM网络与地理分布，模拟了典型的取款模式与卡盗刷、测试攻击等欺诈场景。欺诈标签的阳性率为1.5%，符合现实异常比例。数据分布经过精心设计，取款金额遵循对数正态分布，并包含小时级交易模式与卡-发卡机构关系，使其适用于ATM欺诈检测、卡片盗刷识别及网络监控等机器学习任务。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集，使用load_dataset函数指定仓库名称即可获取完整数据，或通过split参数直接加载特定子集（如训练集）。数据格式为表格分类任务，可直接用于模型训练与评估。需注意，该数据集为合成数据，不适用于实证分析或政策推断，仅供研究与商业用途，遵循Apache 2.0许可协议。

背景与挑战

背景概述

在非洲金融科技迅猛发展的背景下，尼日利亚作为撒哈拉以南非洲最大的经济体，其银行系统正面临日益严峻的ATM交易欺诈威胁。由Electric Sheep Africa于2025年发布的nigerian-banking-atm-network数据集，旨在为ATM欺诈检测、卡片盗刷识别及网络监控提供高质量的合成数据支撑。该数据集模拟了2023年至2024年间尼日利亚37个州的真实ATM交易场景，涵盖200万条记录、1.5%的欺诈标签比例，并整合了本地银行名称、地理分布及典型取款模式。其核心研究问题聚焦于利用机器学习方法提升非洲金融系统的反欺诈能力，填补了该区域公开可用金融数据集的空白，对推动非洲金融安全领域的学术研究和工业应用具有重要影响。

当前挑战

该数据集所解决的领域挑战主要源于尼日利亚ATM网络的高度复杂性：欺诈行为如卡片盗刷和测试性攻击频发，且交易数据呈现非正态分布（如对数正态取款金额）与时空异质性，传统规则检测难以应对。构建过程中面临的核心挑战包括：首先，真实金融数据因隐私和监管限制难以获取，需依赖已发表的撒哈拉以南非洲文献参数化生成合成数据，确保统计真实性；其次，需在37个州间模拟欺诈模式的差异化分布，并保持1.5%的低欺诈率下的类别平衡；此外，时间跨度长达两年，需精确嵌入周期性取款规律（如小时模式）与卡-发行机构关联关系，以避免合成数据过度简化真实场景。

常用场景

经典使用场景

该数据集作为面向尼日利亚银行ATM网络交易行为建模的合成数据资源，其最经典的使用场景集中于欺诈检测模型的训练与评估。具体而言，研究者可利用其包含的200万条带有欺诈标签的交易记录，构建基于表格数据的分类模型，以识别ATM交易中的异常行为，如卡片盗刷、账户测试攻击等。凭借其真实的银行名称、州级地理分布以及符合对数正态分布的取款金额与时间模式，该数据集为尼日利亚金融场景下的机器学习流水线提供了高度仿真的训练基础，尤其适合用于验证监督学习算法在不平衡分类问题上的鲁棒性与泛化能力。

实际应用

在实际应用中，该数据集为尼日利亚银行与金融科技公司提供了开发与部署实时风控系统的关键训练素材。金融机构可利用其训练欺诈检测引擎，实现对ATM交易中卡片盗刷、账户劫持与异常提现行为的自动化识别。此外，数据集的时间跨度覆盖2023至2024年，支持构建基于时间序列的监控模型，用于网络异常检测与交易模式漂移分析。其Apache 2.0许可协议也降低了商业集成的门槛，使中小型银行与支付服务商能够以低成本快速验证算法原型，从而提升整个尼日利亚支付生态系统的安全水位与运营韧性。

衍生相关工作

该数据集已催生出多项具有前瞻性的衍生研究工作。一方面，研究者基于其合成数据框架，开发了面向非洲金融场景的自动化特征工程工具，用于提取ATM交易中的时空关联与行为序列模式。另一方面，该数据集推动了针对极度不平衡欺诈标签的损失函数优化与采样策略创新，如结合焦点损失与生成对抗网络的异常样本增强方法。此外，部分工作将其作为基准，对比不同机器学习模型在尼日利亚银行网络下的迁移学习表现，进而衍生出针对区域性金融数据稀缺问题的元学习框架，为其他发展中国家构建类似数据集提供了方法论参考。