💳 ፋይናንስ — የክፍያ አሠራር ቀጥታ ሞዴል

መሠረት — ከቁጥሮቹ በስተጀርባ ያለው ሞዴል

ሲሙሌተሩ የሚጠቀምበት እያንዳንዱ ግንኙነት ከምንጩ ጋር። በግምት የተመለከቱ ቋሚዎች ማሳያ ማስተካከያዎች ናቸው።

አዲስ ግብይቶች በመሠረታዊ መጠን ሲባዛ በሽያጭ ጭማሪ ይደርሳሉ፤ በደቂቃ ያለው ቁጥር የዘፈቀደ ነው (ፖይሰን፣ መደበኛ ግምት) ከትንሽ ፍንዳታ ጋር።

λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]ግምት፦ የቦታዎች ብዛት፣ የአገልግሎትና የአውጪ ጊዜዎች፣ የነጥብ መለያየት፣ የተጨማሪ ማረጋገጫ ማለፊያ ምጣኔዎች፣ የባከነ ሥራ ድርሻ፣ መጠኖችና ዋጋዎች ለመካከለኛ መጠን መቀየሪያ ማሳያ እሴቶች ናቸው፣ የማንኛውም እውነተኛ አውታረ መረብ አሃዞች አይደሉም።

ሁለትዮሽ መደበኛ የማጭበርበር ነጥብ፦ የእውነተኛና የማጭበርበር ነጥቦች d′ ልዩነት ያላቸው ሁለት መደበኛ ኩርባዎች ናቸው፤ ገደቡ በROC ኩርባ ላይ አንድ ነጥብ ይመርጣል።

genuine score ~ N(0,1), fraud ~ N(d′,1), d′ = 2.5; FPR(t) = 1 − Φ(t), TPR(t) = 1 − Φ(t − d′); AUC = Φ(d′/√2) ≈ 0.96[6][7]ግምት፦ የቦታዎች ብዛት፣ የአገልግሎትና የአውጪ ጊዜዎች፣ የነጥብ መለያየት፣ የተጨማሪ ማረጋገጫ ማለፊያ ምጣኔዎች፣ የባከነ ሥራ ድርሻ፣ መጠኖችና ዋጋዎች ለመካከለኛ መጠን መቀየሪያ ማሳያ እሴቶች ናቸው፣ የማንኛውም እውነተኛ አውታረ መረብ አሃዞች አይደሉም።

በወጪ ምርጥ ገደብ፦ የዕድል ጥምርታው በመሠረታዊ መጠን የተመዘነውን የወጪ ጥምርታ ሲያልፍ ውድቅ አድርግ — አሥር እጥፍ የበለጠ ማጭበርበር ወደ ታች ln 10 / d′ ≈ 0.9σ ያንቀሳቅሰዋል።

decline when e^(d′x − d′²/2) ≥ (1 − π)·c_FP / (π·c_FN) ⇒ t* = [ln((1 − π)c_FP/(π c_FN)) + d′²/2] / d′[8][7]

ተጨማሪ ማረጋገጫ፦ ከገደቡ በታች በባንዱ ውስጥ ያሉ ነጥቦች ከመወሰን ይልቅ ይፈተናሉ።

scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]ግምት፦ የቦታዎች ብዛት፣ የአገልግሎትና የአውጪ ጊዜዎች፣ የነጥብ መለያየት፣ የተጨማሪ ማረጋገጫ ማለፊያ ምጣኔዎች፣ የባከነ ሥራ ድርሻ፣ መጠኖችና ዋጋዎች ለመካከለኛ መጠን መቀየሪያ ማሳያ እሴቶች ናቸው፣ የማንኛውም እውነተኛ አውታረ መረብ አሃዞች አይደሉም።

የአውጪ መዘግየት ገላጭ ነው፤ ቦታ ለመዘግየቱ ወይም ለጊዜ ማብቂያው፣ የትኛው ቀድሞ ከመጣ፣ ይያዛል።

L ~ Exp(mean m); E[min(L, T)] = m(1 − e^(−T/m)), P(L > T) = e^(−T/m); S = 80 ms + forwarded × Σ share·E[min(L,T)][2][9]

የሊትል ሕግ፦ የተያዙ ቦታዎች = የመድረሻ መጠን × የመያዣ ጊዜ።

busy slots = λ·S (Little) ⇒ utilization = λ·S / (32 × servers)[3]

ኤርላንግ C፦ ግብይት ነፃ ቦታ የሚጠብቅበት ዕድል፣ እና ከ2-s የወረፋ የጊዜ ማብቂያ በላይ የሚጠብቅበት ዕድል።

P(W > 2 s) = C(a, N)·e^(−(N/S − λ)·2 s), a = λS; mean wait = C / (N/S − λ)[1][2]

ከአቅም በላይ መቀየሪያው በኋላ በሚጥላቸው ጥያቄዎች ላይም ሥራ ያባክናል፣ ስለዚህ ጭነት ሲጨምር ጠቃሚ ውጤት ይወድቃል፤ ጭነት ማስወገድ ትርፉን በርካሽ ውድቅ ያደርጋል።

λ ≥ N/S: goodput = (N/S − ω·λ)/(1 − ω), ω = 0.3; load shedding admits ≤ 0.9·N/S and answers the rest at once[4][5]ግምት፦ የቦታዎች ብዛት፣ የአገልግሎትና የአውጪ ጊዜዎች፣ የነጥብ መለያየት፣ የተጨማሪ ማረጋገጫ ማለፊያ ምጣኔዎች፣ የባከነ ሥራ ድርሻ፣ መጠኖችና ዋጋዎች ለመካከለኛ መጠን መቀየሪያ ማሳያ እሴቶች ናቸው፣ የማንኛውም እውነተኛ አውታረ መረብ አሃዞች አይደሉም።

የደንበኛ ዳግም ሙከራዎች፦ እያንዳንዱ ቴክኒካዊ ውድቀት እስከ ሦስት ጊዜ ወዲያውኑ ወይም በዘፈቀደ ገላጭ መጠበቅ ዳግም ይሞከራል።

failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]ግምት፦ የቦታዎች ብዛት፣ የአገልግሎትና የአውጪ ጊዜዎች፣ የነጥብ መለያየት፣ የተጨማሪ ማረጋገጫ ማለፊያ ምጣኔዎች፣ የባከነ ሥራ ድርሻ፣ መጠኖችና ዋጋዎች ለመካከለኛ መጠን መቀየሪያ ማሳያ እሴቶች ናቸው፣ የማንኛውም እውነተኛ አውታረ መረብ አሃዞች አይደሉም።

የአውጪ የጊዜ ማብቂያ፣ ስረዛና የምትክ ማጽደቅ፦ መጠኖች ሎግ-መደበኛ ናቸው፣ ስለዚህ ከገደቡ በታች ያለው ድርሻና የጸደቀው መጠን ከመደበኛው ድምር ስርጭት ይወጣሉ።

issuer timeout → reversal; stand-in approves if amount ≤ limit: P = Φ((ln L − μ)/σ), volume = e^(μ+σ²/2)·Φ((ln L − μ − σ²)/σ)[9][11]

የማጭበርበር መጠን ከተፈቀደው መጠን መሠረታዊ ነጥቦች ውስጥ፤ 13 bp ለትናንሽ የርቀት የካርድ ክፍያዎች እንደ መመዘኛ ልኬት ይውላል።

fraud rate = approved fraud amount / approved amount × 10,000 bp (reference scale: 13 bp)[10]

ሞዴሉ የሚጠቀምባቸው ሌሎች የአሠራር ቋሚዎች።

32 slots per server, 2–24 servers, +5 min boot, 6 u per server-hour · switch time 80 ms · queue timeout 2 s · issuer latency 250 ms (group B = 25 % of traffic, ±15 % per minute) · amounts lognormal, median 40 u, σ = 1, fraud ×1.5 · ω = 0.3 · shedding at 90 % · reversal = 80 ms of switch timeግምት፦ የቦታዎች ብዛት፣ የአገልግሎትና የአውጪ ጊዜዎች፣ የነጥብ መለያየት፣ የተጨማሪ ማረጋገጫ ማለፊያ ምጣኔዎች፣ የባከነ ሥራ ድርሻ፣ መጠኖችና ዋጋዎች ለመካከለኛ መጠን መቀየሪያ ማሳያ እሴቶች ናቸው፣ የማንኛውም እውነተኛ አውታረ መረብ አሃዞች አይደሉም።

አጋጣሚነት፦ ዘር ያለው የ mulberry32 አመንጪ፤ ጥቅም ላይ የዋሉ ስርጭቶች — ወጥ፣ ገላጭ (የተገላቢጦሽ CDF)፣ መደበኛ (ቦክስ–ሙለር)፣ ፖይሰን (ክኑት)። ዘሩ ይታያል፤ ሊጋራም ይችላል።

ምንጮች

1. Teletraffic Engineering Handbook — Erlang C formula; waiting-time distribution for M/M/n, FCFS — ITU-D Study Group 2 Question 16/2 (V. B. Iversen), 2005
2. M. Harchol-Balter — Performance Modeling and Design of Computer Systems: Queueing Theory in Action (M/M/k, capacity provisioning) — Cambridge University Press, 2013
3. J. D. C. Little — A Proof for the Queuing Formula: L = λW — Operations Research 9(3):383–387, 1961
4. Site Reliability Engineering — Ch. 22 Addressing Cascading Failures (retries, randomized exponential backoff, load shedding, work on requests past their deadline) — Beyer, Jones, Petoff, Murphy (eds.), O'Reilly, 2016
5. N. Bronson, A. Aghayev, A. Charapko, T. Zhu — Metastable Failures in Distributed Systems — HotOS ’21, ACM, 2021
6. T. Fawcett — An introduction to ROC analysis — Pattern Recognition Letters 27(8):861–874, 2006
7. R. J. Bolton, D. J. Hand — Statistical Fraud Detection: A Review — Statistical Science 17(3):235–255, 2002
8. C. Elkan — The Foundations of Cost-Sensitive Learning — IJCAI 2001, 2001
9. ISO 8583-1:2003 Financial transaction card originated messages — Interchange message specifications — Part 1 (authorization, reversal messages) — ISO/TC 68/SC 9, 2003
10. Commission Delegated Regulation (EU) 2018/389 — RTS on strong customer authentication, Annex: reference fraud rates (0.13 % for remote card payments up to EUR 100) — Official Journal of the European Union, 2018
11. N. L. Johnson, S. Kotz, N. Balakrishnan — Continuous Univariate Distributions, Vol. 1 (lognormal distribution, partial moments) — Wiley, 1994