Synthetic Tabular Generators Fail to Preserve Behavioral Fraud Patterns: A Benchmark on Temporal, Velocity, and Multi-Account Signals

Cette recherche introduit la « fidélité comportementale » comme une nouvelle dimension d'évaluation pour les données tabulaires synthétiques, mesurant la préservation des schémas comportementaux temporels et structurels cruciaux pour la détection de fraude. Elle démontre que les générateurs indépendants des lignes, le paradigme dominant, sont structurellement incapables de reproduire les motifs de graphe multi-comptes.