Finances — operacions de pagaments Model en directe

Treballes a la taula d’operacions d’un commutador de pagaments situat entre els comerços i els emissors de targetes. Cada minut arriben unes 400 transaccions per segon; cadascuna es puntua per frau, espera una ranura de connexió lliure i s’envia al seu emissor per obtenir resposta. El model calcula cues, temps d’espera, reintents dels clients, el compromís del filtre de frau i l’exposició del stand-in amb fórmules de manual. Els imports són en unitats monetàries genèriques (u). Només simulació educativa: no és assessorament financer, jurídic ni d’inversió.

Què aprendràs

Simulador

Temps 0 min
Càrrega oferta (noves + reintents) 400 · Reintents 0 · Taxa d’aprovació de bons clients 99,9% · Temps d’autorització 330 ms · Ranures de connexió ocupades 69% · Servidors en servei 6 (+0) · Taxa de frau (part de l’import aprovat) 10,4 bp · Temps d’espera de l’emissor esgotats 0,0% · Exposició del stand-in 0,00 M uFiltre de fraut = 3,00σ✓ 99,9% · ? 0,0% · ✗ 0,1%Frau aturat 31%Taxa de frau (part de l’importaprovat) 10,4 bp400 tx/s · ↻ 0Servidors d’autorització▶▶▶▶▶▶··················Ranures de connexióocupades 69% · 330 ms · ✗ 0,0%Emissors A✓ 250 msEmissors B✓ 250 ms⏱ 8 s · ⌛ 0,0% · Σ 0 uTaxa d’aprovació de bons clients 99,9%Exposició del stand-in 0,00 M u
  • Servidor en servei
  • Servidor arrencant
  • Posició lliure de servidor al bastidor
  • L’emissor respon amb normalitat
  • Emissor lent o caigut
  • Processament de stand-in activat
  • Transaccions entrants

Controls

Cada servidor té 32 ranures de connexió. Els servidors afegits triguen 5 minuts a arrencar; tots els servidors es facturen, estiguin arrencant o no.

Admet com a màxim el 90 % de la capacitat i respon l’excés a l’instant amb «torna-ho a provar més tard», en lloc de deixar-lo fer cua i caducar.

Com reintenten els comerços un error tècnic (fins a 3 reintents). Immediat = al minut següent; backoff = retard exponencial aleatori, retards mitjans d’1, 2 i 4 minuts.

Les transaccions amb una puntuació igual o superior a aquest llindar es denegen. Les puntuacions són en desviacions estàndard del trànsit genuí: més baix vol dir més frau aturat i més bons clients denegats.

Les puntuacions tan per sota del llindar reben un repte addicional al client en lloc d’una decisió: el 85 % dels clients genuïns el superen, el 5 % dels defraudadors el passen. 0 = desactivat.

Quant temps espera una ranura de connexió la resposta de l’emissor. Passat aquest temps, el commutador envia una reversió i fa servir el stand-in, o denega amb «emissor no disponible».

Quan l’emissor no respon a temps, el commutador aprova en nom seu fins a aquest import. Cada aprovació de stand-in és una exposició que l’emissor mai no ha comprovat. 0 = desactivat.

Indicadors

Taxa d’aprovació de bons clients
99,9%
normal
Temps d’autorització
330ms
normal
Taxa de frau (part de l’import aprovat)
10,4bp
normal
Ranures de connexió ocupades
69%
normal
Taxa d’aprovació, emissors sans99,9 %
Bons clients denegats per la regla de frau1,3 ‰
Transaccions enviades a step-up0,0 %
Frau aturat31 %
Transaccions noves400 tx/s
Càrrega oferta (noves + reintents)400 tx/s
Reintents0 tx/s
Descartades (respostes «torna-ho a provar»)0 tx/s
Descartades a la cua0,0 %
Temps d’espera de l’emissor esgotats0,0 %
Aprovacions de stand-in0 tx/s
Servidors en servei6
Servidors arrencant0
Taxa de cost de servidors36 u/h
Cost de servidors fins ara0 u
Exposició del stand-in0,00 M u
Frau aprovat fins ara0,00 M u
Bones transaccions perdudes fins ara0,0 k tx
Transaccions pendents de reintent0 tx
Latència dels emissors del grup B (mitjana)250 ms

Tendència

Taxa d’aprovació de bons clients: — %100,00,0

Escenaris de crisi

Nivell 1 · Pic de venda

Una gran venda en línia s’obre al minut 5 i duplica el trànsit fins a unes 800 transaccions per segon durant 45 minuts. El commutador funciona amb 6 servidors, dimensionats per a un dia normal amb un 70 % d’ocupació aproximadament. Els comerços reintenten de seguida cada error tècnic. Mantén els bons clients aprovats i les respostes ràpides sense comprar capacitat que no necessites.

  • Aprovació mitjana de bons clients ≥ 95 % des de la venda
  • Temps mitjà d’autorització ≤ 500 ms
  • Cost de servidors ≤ 75 u

Nivell 2 · Onada de frau

Al minut 5 comença a utilitzar-se un lot de dades de targetes robades: la part de frau del trànsit salta del 0,1 % a l’1 %. El llindar de denegació està fixat per als dies normals (3σ) i el step-up està desactivat. Redueix la taxa de frau sense refusar bons clients.

  • Taxa mitjana de frau ≤ 25 bp
  • Aprovació mitjana de bons clients ≥ 98 %
  • Bons clients denegats per la regla ≤ 5 ‰

Nivell 3 · Fallada d’un emissor

Al minut 5 els emissors del grup B, una quarta part de tot el trànsit, es fan lents fins a un temps mitjà de resposta de 12 segons. El commutador espera fins a 8 s una resposta, no té stand-in i funciona amb 6 servidors. Mantén fluint els clients dels emissors sans, serveix el grup B tant com puguis amb seguretat i controla l’exposició del stand-in i el cost.

  • Aprovació mitjana dels clients d’emissors sans ≥ 90 %
  • Aprovació mitjana de bons clients ≥ 86 %
  • Exposició del stand-in ≤ 9 M u
  • Cost de servidors ≤ 65 u

Base: el model darrere de les xifres

Totes les relacions que fa servir el simulador, amb la seva font. Les constants marcades com a supòsits són calibratges il·lustratius.

Les transaccions noves arriben a un ritme base multiplicat pel pic de vendes; el recompte per minut és aleatori (Poisson, aproximació normal) amb una mica de ràfegues.
λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]Hipòtesi: el nombre de ranures, els temps de servei i de l’emissor, la separació de puntuacions, les taxes de superació del step-up, la part de feina inútil, els imports i els preus són valors il·lustratius d’un commutador mitjà, no xifres de cap xarxa real.
Puntuació de frau binormal: les puntuacions genuïnes i les de frau són dues corbes normals separades d′; el llindar tria un punt de la corba ROC.
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]Hipòtesi: el nombre de ranures, els temps de servei i de l’emissor, la separació de puntuacions, les taxes de superació del step-up, la part de feina inútil, els imports i els preus són valors il·lustratius d’un commutador mitjà, no xifres de cap xarxa real.
Llindar òptim en cost: denega quan la raó de versemblança supera la raó de costos ponderada per la taxa base; deu vegades més frau el mou ln 10 / d′ ≈ 0,9σ més avall.
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]
Step-up: les puntuacions de la banda per sota del llindar es sotmeten a un repte en lloc de decidir-se.
scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]Hipòtesi: el nombre de ranures, els temps de servei i de l’emissor, la separació de puntuacions, les taxes de superació del step-up, la part de feina inútil, els imports i els preus són valors il·lustratius d’un commutador mitjà, no xifres de cap xarxa real.
La latència de l’emissor és exponencial; una ranura s’ocupa durant la latència o el temps d’espera, el que arribi primer.
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]
Llei de Little: ranures ocupades = taxa d’arribada × temps de permanència.
busy slots = λ·S (Little) ⇒ utilization = λ·S / (32 × servers)[3]
Erlang C: la probabilitat que una transacció esperi una ranura lliure, i la probabilitat que esperi més que el temps d’espera de la cua de 2 s.
P(W > 2 s) = C(a, N)·e^(−(N/S − λ)·2 s), a = λS; mean wait = C / (N/S − λ)[1][2]
Més enllà de la capacitat, el commutador també gasta feina en peticions que més tard descarta, de manera que el rendiment útil cau quan la càrrega puja; el descartament de càrrega refusa l’excés a baix cost.
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]Hipòtesi: el nombre de ranures, els temps de servei i de l’emissor, la separació de puntuacions, les taxes de superació del step-up, la part de feina inútil, els imports i els preus són valors il·lustratius d’un commutador mitjà, no xifres de cap xarxa real.
Reintents del client: cada error tècnic es reintenta fins a tres vegades, de seguida o amb retard exponencial aleatori.
failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]Hipòtesi: el nombre de ranures, els temps de servei i de l’emissor, la separació de puntuacions, les taxes de superació del step-up, la part de feina inútil, els imports i els preus són valors il·lustratius d’un commutador mitjà, no xifres de cap xarxa real.
Temps d’espera de l’emissor, reversió i stand-in: els imports són lognormals, de manera que la part per sota del límit i el volum aprovat se’n deriven de la CDF normal.
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]
Taxa de frau en punts bàsics de l’import aprovat; 13 bp s’utilitza com a escala de referència per a petits pagaments amb targeta a distància.
fraud rate = approved fraud amount / approved amount × 10,000 bp (reference scale: 13 bp)[10]
Altres constants de funcionament que fa servir el model.
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 timeHipòtesi: el nombre de ranures, els temps de servei i de l’emissor, la separació de puntuacions, les taxes de superació del step-up, la part de feina inútil, els imports i els preus són valors il·lustratius d’un commutador mitjà, no xifres de cap xarxa real.

Aleatorietat: un generador mulberry32 amb llavor; distribucions utilitzades: uniforme, exponencial (CDF inversa), normal (Box–Muller), Poisson (Knuth). La llavor es mostra i es pot compartir.

Fonts

  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

Qui es dedica a això professionalment

Model educatiu: no apte per a decisions operatives. Les instal·lacions reals calibren cada constant amb els seus propis equips i dades.