메타버스 플랫폼의 출현은 사기, 봇 활동, 불법적인 금융 행위와 관련된 새로운 과제를 야기하는 가상 경제를 만들었습니다. 신뢰할 수 있는 메타버스 분석에 대한 관심이 증가함에도 불구하고, 기존 데이터셋들은 일반적으로 사용자 행동, 인증 또는 금융 거래만을 개별적으로 다루어, 멀티모달 사기 탐지 방법의 개발 및 재현 가능한 평가를 제한하고 있습니다. 이러한 격차를 해소하기 위해, 우리는 가상 경제에서의 사기 분석을 위한 멀티모달, 멀티태스크 벤치마크 데이터셋인 TSAI-MetaFraud를 제시합니다. TSAI-MetaFraud는 행동적, 거래적, 그리고 그래프 구조화된 정보를 통합하는 동시에 현실적인 사기와 자동화된 봇 시나리오를 포함하고 있습니다. 우리는 거래 사기 탐지, 크로스모달 노드 분류, 시간적 링크 예측, 그리고 약지도 감독(weakly supervised) 사기 탐지를 포함한 벤치마크 과제를 정의하고, 머신러닝 모델과 그래프 신경망을 사용하여 기준선 평가를 제공합니다. TSAI-MetaFraud는 행동 활동, 금융 상호작용, 그리고 관계 구조를 통합된 가상 경제 내에서 공동으로 포착함으로써, 신흥 메타버스 생태계에서 멀티모달 학습, 그래프 마이닝, 사기 분석 및 신뢰할 수 있는 AI 발전을 위한 벤치마크를 제공합니다.