💳 অর্থ — পেমেন্ট অপারেশন লাইভ মডেল

ভিত্তি — সংখ্যার পেছনের মডেল

সিমুলেটরের ব্যবহৃত প্রতিটি সম্পর্ক, তার উৎসসহ। অনুমান হিসেবে চিহ্নিত ধ্রুবকগুলো দৃষ্টান্তমূলক ক্যালিব্রেশন।

নতুন লেনদেন একটি মূল হার গুণ বিক্রির ঢেউ হিসেবে আসে; প্রতি মিনিটের সংখ্যা সামান্য বিস্ফোরণধর্মিতাসহ এলোমেলো (পোয়াসঁ, স্বাভাবিক আসন্নকরণ)।

λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]অনুমান: স্লটের সংখ্যা, সেবা ও ইস্যুকারীর সময়, স্কোরের পৃথকীকরণ, স্টেপ-আপে উত্তীর্ণের হার, অপচয় হওয়া কাজের অংশ, পরিমাণ ও দাম একটি মাঝারি আকারের সুইচের জন্য দৃষ্টান্তমূলক মান, কোনো প্রকৃত নেটওয়ার্কের সংখ্যা নয়।

বাইনরমাল প্রতারণা স্কোর: প্রকৃত ও প্রতারণার স্কোর d′ দূরত্বে থাকা দুটি স্বাভাবিক বক্ররেখা; সীমা ROC বক্ররেখায় একটি বিন্দু বেছে নেয়।

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]অনুমান: স্লটের সংখ্যা, সেবা ও ইস্যুকারীর সময়, স্কোরের পৃথকীকরণ, স্টেপ-আপে উত্তীর্ণের হার, অপচয় হওয়া কাজের অংশ, পরিমাণ ও দাম একটি মাঝারি আকারের সুইচের জন্য দৃষ্টান্তমূলক মান, কোনো প্রকৃত নেটওয়ার্কের সংখ্যা নয়।

ব্যয়-সর্বোত্তম সীমা: সম্ভাবনা অনুপাত মূল হার দিয়ে ওজন করা ব্যয় অনুপাত ছাড়ালে প্রত্যাখ্যান করুন — প্রতারণা দশ গুণ বেশি হলে সীমা ln 10 / d′ ≈ 0.9σ নিচে নামে।

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]

স্টেপ-আপ: সীমার নিচের ব্যান্ডের স্কোরের ক্ষেত্রে সিদ্ধান্তের বদলে অতিরিক্ত যাচাই করা হয়।

scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]অনুমান: স্লটের সংখ্যা, সেবা ও ইস্যুকারীর সময়, স্কোরের পৃথকীকরণ, স্টেপ-আপে উত্তীর্ণের হার, অপচয় হওয়া কাজের অংশ, পরিমাণ ও দাম একটি মাঝারি আকারের সুইচের জন্য দৃষ্টান্তমূলক মান, কোনো প্রকৃত নেটওয়ার্কের সংখ্যা নয়।

ইস্যুকারীর বিলম্ব সূচকীয়; একটি স্লট বিলম্ব বা টাইমআউট, যেটি আগে ঘটে, তার জন্য ধরা থাকে।

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]

লিটলের সূত্র: ব্যস্ত স্লট = আগমনের হার × ধরে রাখার সময়।

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

আরল্যাং C: একটি লেনদেনের ফাঁকা স্লটের জন্য অপেক্ষার সম্ভাবনা, এবং 2-সেকেন্ডের সারির টাইমআউটের চেয়ে বেশি অপেক্ষার সম্ভাবনা।

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

সক্ষমতার বাইরে সুইচ পরে বাদ দেওয়া অনুরোধেও কাজ খরচ করে, তাই লোড বাড়লে কার্যকর থ্রুপুট কমে; লোড শেডিং অতিরিক্তকে সস্তায় ফিরিয়ে দেয়।

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]অনুমান: স্লটের সংখ্যা, সেবা ও ইস্যুকারীর সময়, স্কোরের পৃথকীকরণ, স্টেপ-আপে উত্তীর্ণের হার, অপচয় হওয়া কাজের অংশ, পরিমাণ ও দাম একটি মাঝারি আকারের সুইচের জন্য দৃষ্টান্তমূলক মান, কোনো প্রকৃত নেটওয়ার্কের সংখ্যা নয়।

ক্লায়েন্টের পুনঃচেষ্টা: প্রতিটি কারিগরি ব্যর্থতা তিন বার পর্যন্ত, সঙ্গে সঙ্গে বা এলোমেলো সূচকীয় ব্যাকঅফসহ আবার চেষ্টা করা হয়।

failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]অনুমান: স্লটের সংখ্যা, সেবা ও ইস্যুকারীর সময়, স্কোরের পৃথকীকরণ, স্টেপ-আপে উত্তীর্ণের হার, অপচয় হওয়া কাজের অংশ, পরিমাণ ও দাম একটি মাঝারি আকারের সুইচের জন্য দৃষ্টান্তমূলক মান, কোনো প্রকৃত নেটওয়ার্কের সংখ্যা নয়।

ইস্যুকারীর টাইমআউট, রিভার্সাল ও স্ট্যান্ড-ইন: পরিমাণ লগনরমাল, তাই সীমার নিচের অংশ ও অনুমোদিত আয়তন স্বাভাবিক CDF থেকে পাওয়া যায়।

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]

অনুমোদিত পরিমাণের বেসিস পয়েন্টে প্রতারণার হার; ছোট দূরবর্তী কার্ড পেমেন্টের জন্য 13 bp একটি তুলনামূলক মাপকাঠি হিসেবে ব্যবহৃত।

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

মডেলটি যে অন্যান্য পরিচালন ধ্রুবক ব্যবহার করে।

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 timeঅনুমান: স্লটের সংখ্যা, সেবা ও ইস্যুকারীর সময়, স্কোরের পৃথকীকরণ, স্টেপ-আপে উত্তীর্ণের হার, অপচয় হওয়া কাজের অংশ, পরিমাণ ও দাম একটি মাঝারি আকারের সুইচের জন্য দৃষ্টান্তমূলক মান, কোনো প্রকৃত নেটওয়ার্কের সংখ্যা নয়।

এলোমেলোতা: সিডযুক্ত mulberry32 জেনারেটর; ব্যবহৃত বণ্টন — সুষম, সূচকীয় (বিপরীত CDF), স্বাভাবিক (Box–Muller), পয়সঁ (Knuth)। সিড দেখানো হয় এবং শেয়ার করা যায়।

উৎস

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