💳 वित्त — भुगतान संचालन लाइव मॉडल

आधार — आँकड़ों के पीछे का मॉडल

सिमुलेटर द्वारा प्रयुक्त हर संबंध, उसके स्रोत के साथ। मान्यता के रूप में चिह्नित स्थिरांक उदाहरणात्मक अंशांकन हैं।

नए लेन-देन आधार दर × बिक्री-उछाल की दर से आते हैं; प्रति मिनट की गिनती यादृच्छिक है (प्वासों, सामान्य सन्निकटन) और थोड़ी झटकेदार।

λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]मान्यता: स्लॉट की संख्या, सेवा और जारीकर्ता के समय, स्कोर-पृथक्करण, स्टेप-अप की पास-दरें, व्यर्थ काम का हिस्सा, राशियाँ और कीमतें एक मध्यम आकार के स्विच के उदाहरण-मान हैं, किसी वास्तविक नेटवर्क के आँकड़े नहीं।

द्विसामान्य धोखाधड़ी स्कोर: असली और धोखाधड़ी के स्कोर दो सामान्य वक्र हैं जो d′ की दूरी पर हैं; सीमा-मान ROC वक्र पर एक बिंदु चुनता है।

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]मान्यता: स्लॉट की संख्या, सेवा और जारीकर्ता के समय, स्कोर-पृथक्करण, स्टेप-अप की पास-दरें, व्यर्थ काम का हिस्सा, राशियाँ और कीमतें एक मध्यम आकार के स्विच के उदाहरण-मान हैं, किसी वास्तविक नेटवर्क के आँकड़े नहीं।

लागत-इष्टतम सीमा-मान: जब संभावना-अनुपात, आधार-दर से भारित लागत-अनुपात से ऊपर जाए तब अस्वीकार करें — धोखाधड़ी दस गुना ज़्यादा होने पर यह ln 10 / d′ ≈ 0.9σ नीचे खिसकता है।

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]

स्टेप-अप: सीमा-मान के नीचे के बैंड में आने वाले स्कोर पर फ़ैसले की जगह चुनौती दी जाती है।

scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]मान्यता: स्लॉट की संख्या, सेवा और जारीकर्ता के समय, स्कोर-पृथक्करण, स्टेप-अप की पास-दरें, व्यर्थ काम का हिस्सा, राशियाँ और कीमतें एक मध्यम आकार के स्विच के उदाहरण-मान हैं, किसी वास्तविक नेटवर्क के आँकड़े नहीं।

जारीकर्ता की विलंबता चरघातांकी है; स्लॉट विलंबता या टाइमआउट, जो भी पहले हो, तक थामा जाता है।

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]

लिटिल का नियम: व्यस्त स्लॉट = आगमन-दर × थामने का समय।

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

अर्लांग C: किसी लेन-देन के खाली स्लॉट के लिए इंतज़ार करने की संभावना, और 2 s के कतार-टाइमआउट से ज़्यादा इंतज़ार करने की संभावना।

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

क्षमता से ऊपर स्विच ऐसे अनुरोधों पर भी काम खर्च करता है जिन्हें वह बाद में छोड़ देता है, इसलिए भार बढ़ने पर उपयोगी थ्रूपुट गिरता है; लोड शेडिंग अतिरिक्त अनुरोधों को सस्ते में नकार देती है।

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]मान्यता: स्लॉट की संख्या, सेवा और जारीकर्ता के समय, स्कोर-पृथक्करण, स्टेप-अप की पास-दरें, व्यर्थ काम का हिस्सा, राशियाँ और कीमतें एक मध्यम आकार के स्विच के उदाहरण-मान हैं, किसी वास्तविक नेटवर्क के आँकड़े नहीं।

क्लाइंट रीट्राई: हर तकनीकी विफलता पर अधिकतम तीन बार, तुरंत या यादृच्छिक चरघातांकी बैकऑफ़ के साथ, दोबारा कोशिश होती है।

failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]मान्यता: स्लॉट की संख्या, सेवा और जारीकर्ता के समय, स्कोर-पृथक्करण, स्टेप-अप की पास-दरें, व्यर्थ काम का हिस्सा, राशियाँ और कीमतें एक मध्यम आकार के स्विच के उदाहरण-मान हैं, किसी वास्तविक नेटवर्क के आँकड़े नहीं।

जारीकर्ता टाइमआउट, रिवर्सल और स्टैंड-इन: राशियाँ लॉगनॉर्मल हैं, इसलिए सीमा के नीचे का हिस्सा और मंज़ूर की गई मात्रा सामान्य CDF से निकलती है।

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]

स्वीकृत राशि के बेसिस पॉइंट में धोखाधड़ी दर; छोटे रिमोट कार्ड भुगतानों के संदर्भ-पैमाने के रूप में 13 bp का उपयोग होता है।

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

मॉडल में प्रयुक्त अन्य संचालन-स्थिरांक।

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 timeमान्यता: स्लॉट की संख्या, सेवा और जारीकर्ता के समय, स्कोर-पृथक्करण, स्टेप-अप की पास-दरें, व्यर्थ काम का हिस्सा, राशियाँ और कीमतें एक मध्यम आकार के स्विच के उदाहरण-मान हैं, किसी वास्तविक नेटवर्क के आँकड़े नहीं।

यादृच्छिकता: सीड वाला mulberry32 जनरेटर; प्रयुक्त बंटन — समान, घातांकीय (प्रतिलोम CDF), सामान्य (Box–Muller), प्वासों (Knuth)। सीड दिखाया जाता है और साझा किया जा सकता है।

स्रोत

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