💳 ການເງິນ — ການດຳເນີນການຊຳລະ ແບບຈຳລອງສົດ

ພື້ນຖານ — ແບບຈຳລອງທີ່ຢູ່ເບື້ອງຫຼັງຕົວເລກ

ທຸກຄວາມສຳພັນທີ່ຕົວຈຳລອງໃຊ້ ພ້ອມແຫຼ່ງທີ່ມາ. ຄ່າຄົງທີ່ທີ່ໝາຍເປັນຂໍ້ສົມມຸດແມ່ນການປັບຄ່າຕົວຢ່າງ.

ທຸລະກຳໃໝ່ມາຮອດດ້ວຍອັດຕາຖານ × ການເພີ່ມຂຶ້ນຂອງການຂາຍ; ຈຳນວນຕໍ່ນາທີເປັນແບບສຸ່ມ (Poisson, ປະມານປົກກະຕິ) ພ້ອມການລຸກລາມເລັກນ້ອຍ.

λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]ສົມມຸດຖານ: ຈຳນວນຊ່ອງ, ເວລາບໍລິການ ແລະ ເວລາຂອງຜູ້ອອກບັດ, ການແຍກຂອງຄະແນນ, ອັດຕາຜ່ານ step-up, ສ່ວນວຽກທີ່ເສຍເປົ່າ, ຈຳນວນເງິນ ແລະ ລາຄາ ແມ່ນຄ່າຕົວຢ່າງສຳລັບສະວິດຂະໜາດກາງ ບໍ່ແມ່ນຕົວເລກຂອງເຄືອຂ່າຍຈິງໃດໆ.

ຄະແນນສໍ້ໂກງແບບ binormal: ຄະແນນລູກຄ້າແທ້ ແລະ ຜູ້ສໍ້ໂກງແມ່ນສອງເສັ້ນໂຄ້ງປົກກະຕິຫ່າງກັນ d′; ເກນເລືອກຈຸດໜຶ່ງເທິງເສັ້ນໂຄ້ງ 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]ສົມມຸດຖານ: ຈຳນວນຊ່ອງ, ເວລາບໍລິການ ແລະ ເວລາຂອງຜູ້ອອກບັດ, ການແຍກຂອງຄະແນນ, ອັດຕາຜ່ານ step-up, ສ່ວນວຽກທີ່ເສຍເປົ່າ, ຈຳນວນເງິນ ແລະ ລາຄາ ແມ່ນຄ່າຕົວຢ່າງສຳລັບສະວິດຂະໜາດກາງ ບໍ່ແມ່ນຕົວເລກຂອງເຄືອຂ່າຍຈິງໃດໆ.

ເກນທີ່ດີທີ່ສຸດດ້ານຕົ້ນທຶນ: ປະຕິເສດເມື່ອອັດຕາສ່ວນຄວາມເປັນໄປໄດ້ເກີນອັດຕາສ່ວນຕົ້ນທຶນທີ່ຖ່ວງດ້ວຍອັດຕາຖານ — ການສໍ້ໂກງຫຼາຍຂຶ້ນສິບເທົ່າຍ້າຍມັນລົງ ln 10 / d′ ≈ 0.9σ.

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: ຄະແນນໃນຊ່ວງຕ່ຳກວ່າເກນຖືກທ້າທາຍແທນການຕັດສິນທັນທີ.

scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]ສົມມຸດຖານ: ຈຳນວນຊ່ອງ, ເວລາບໍລິການ ແລະ ເວລາຂອງຜູ້ອອກບັດ, ການແຍກຂອງຄະແນນ, ອັດຕາຜ່ານ step-up, ສ່ວນວຽກທີ່ເສຍເປົ່າ, ຈຳນວນເງິນ ແລະ ລາຄາ ແມ່ນຄ່າຕົວຢ່າງສຳລັບສະວິດຂະໜາດກາງ ບໍ່ແມ່ນຕົວເລກຂອງເຄືອຂ່າຍຈິງໃດໆ.

ເວລາຊັກຊ້າຂອງຜູ້ອອກບັດເປັນແບບເລກກຳລັງ; ຊ່ອງຖືກຖືໄວ້ຕາມເວລາຊັກຊ້າ ຫຼື ເວລາໝົດ ອັນໃດມາກ່ອນ.

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]

ກົດຂອງ Little: ຊ່ອງທີ່ຫຍຸ້ງ = ອັດຕາມາຮອດ × ເວລາຖື.

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

Erlang C: ໂອກາດທີ່ທຸລະກຳລໍຊ່ອງວ່າງ ແລະ ໂອກາດທີ່ມັນລໍດົນກວ່າເວລາໝົດແຖວ 2 ວິນາທີ.

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

ເກີນຄວາມຈຸ ສະວິດຍັງເສຍວຽກກັບຄຳຂໍທີ່ຖິ້ມພາຍຫຼັງ ສະນັ້ນຜົນຜະລິດທີ່ມີປະໂຫຍດຫຼຸດລົງເມື່ອພາລະສູງຂຶ້ນ; ການຫຼຸດພາລະປະຕິເສດສ່ວນເກີນໄດ້ຖືກ.

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]ສົມມຸດຖານ: ຈຳນວນຊ່ອງ, ເວລາບໍລິການ ແລະ ເວລາຂອງຜູ້ອອກບັດ, ການແຍກຂອງຄະແນນ, ອັດຕາຜ່ານ step-up, ສ່ວນວຽກທີ່ເສຍເປົ່າ, ຈຳນວນເງິນ ແລະ ລາຄາ ແມ່ນຄ່າຕົວຢ່າງສຳລັບສະວິດຂະໜາດກາງ ບໍ່ແມ່ນຕົວເລກຂອງເຄືອຂ່າຍຈິງໃດໆ.

ການລອງໃໝ່ຂອງລູກຄ້າ: ທຸກຄວາມຜິດພາດທາງເທັກນິກຖືກລອງໃໝ່ສູງສຸດສາມຄັ້ງ ທັນທີ ຫຼື ດ້ວຍການຖ່ວງເວລາແບບເລກກຳລັງແບບສຸ່ມ.

failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]ສົມມຸດຖານ: ຈຳນວນຊ່ອງ, ເວລາບໍລິການ ແລະ ເວລາຂອງຜູ້ອອກບັດ, ການແຍກຂອງຄະແນນ, ອັດຕາຜ່ານ step-up, ສ່ວນວຽກທີ່ເສຍເປົ່າ, ຈຳນວນເງິນ ແລະ ລາຄາ ແມ່ນຄ່າຕົວຢ່າງສຳລັບສະວິດຂະໜາດກາງ ບໍ່ແມ່ນຕົວເລກຂອງເຄືອຂ່າຍຈິງໃດໆ.

ເວລາໝົດຂອງຜູ້ອອກບັດ, reversal ແລະ stand-in: ຈຳນວນເງິນເປັນແບບ lognormal ສະນັ້ນສ່ວນທີ່ຕ່ຳກວ່າຂີດຈຳກັດ ແລະ ປະລິມານທີ່ອະນຸມັດມາຈາກ CDF ປົກກະຕິ.

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]

ອັດຕາການສໍ້ໂກງເປັນຈຸດພື້ນຖານຂອງຈຳນວນເງິນທີ່ອະນຸມັດ; 13 bp ໃຊ້ເປັນມາດຕາອ້າງອີງສຳລັບການຊຳລະບັດທາງໄກຂະໜາດນ້ອຍ.

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

ຄ່າຄົງທີ່ການເດີນເຄື່ອງອື່ນໆທີ່ແບບຈຳລອງໃຊ້.

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 timeສົມມຸດຖານ: ຈຳນວນຊ່ອງ, ເວລາບໍລິການ ແລະ ເວລາຂອງຜູ້ອອກບັດ, ການແຍກຂອງຄະແນນ, ອັດຕາຜ່ານ step-up, ສ່ວນວຽກທີ່ເສຍເປົ່າ, ຈຳນວນເງິນ ແລະ ລາຄາ ແມ່ນຄ່າຕົວຢ່າງສຳລັບສະວິດຂະໜາດກາງ ບໍ່ແມ່ນຕົວເລກຂອງເຄືອຂ່າຍຈິງໃດໆ.

ຄວາມສຸ່ມ: ຕົວສ້າງ mulberry32 ທີ່ມີແກ່ນ; ການກະຈາຍທີ່ໃຊ້ — ເອກະພາບ ເລກກຳລັງ (CDF ກັບຄືນ) ປົກກະຕິ (Box–Muller) Poisson (Knuth). ແກ່ນຖືກສະແດງ ແລະແບ່ງປັນໄດ້.

ແຫຼ່ງທີ່ມາ

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