Naukowcy zaproponowali SilIF, ulepszoną wersję algorytmu Isolation Forest wzbogaconą o silhouette analysis do wykrywania oszustw finansowych bez danych treningowych. Metoda łączy izolację anomalii z miarą solidności klastrów, co poprawia dokładność identyfikacji podejrzanych transakcji. Rozwiązanie jest istotne dla bezpieczeństwa systemów finansowych, szczególnie gdy brakuje oznaczonych przykładów oszustw do nauki modeli supervizowanych.