题目名称：The Silent Heist (沉默的劫案)

[情报简报]
目标银行部署了一套基于 Isolation Forest (孤立森林) 的反欺诈系统。
该系统不依赖传统的黑名单，而是通过机器学习严密监控交易的 20 个统计学维度。
系统学习了正常用户的行为模式（包括资金流向、设备指纹的协方差关系等），一旦发现提交的数据分布偏离了“正常模型”，就会立即触发警报。

[你的任务]
我们成功截取了一份包含 1000 条正常交易记录的流量日志 (public_ledger.csv)。
请你利用统计学结合机器学习方法分析这份数据，逆向推导其多维特征分布规律，并伪造一批新的交易记录。

[字段说明]
日志包含 20 个特征列 (feat_0 至 feat_19)。
* feat_0: 交易金额 (Transaction Amount)
* feat_1 ~ feat_19: 加密的设备与行为指纹

[通关条件]
1. 伪造的交易总金额 (feat_0 的总和) 必须超过 $2,000,000。
2. 所有交易必须完美骗过 AI 模型，全部被判定为“正常”。
3. 禁止直接重放截取到的日志数据（服务端有黑名单检测）。
4. 禁止大量重复单一数据（服务端有去重检测）。

[提交要求]
请将生成的 CSV 文本流发送到题目端口。
格式严格要求：
1. 必须包含 CSV 表头 (feat_0, feat_1, ...)。
2. 数据流末尾必须附加字符串 "EOF" 以结束传输。