💳 वित्त — पेमेंट ऑपरेशन्स लाइव्ह मॉडेल

आधार — आकड्यांमागील मॉडेल

सिम्युलेटर वापरत असलेले प्रत्येक नाते, त्याच्या स्रोतासह. गृहीतक म्हणून चिन्हांकित स्थिरांक उदाहरणादाखल कॅलिब्रेशन आहेत.

नवीन व्यवहार मूळ दराच्या गुणिले सेल-वाढीने येतात; प्रति मिनिट संख्या यादृच्छिक असते (पॉइसन, सामान्य सन्निकटन) आणि थोडी झटक्यांमध्ये येते.

λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]गृहीतक: स्लॉटची संख्या, सेवा आणि जारीकर्त्याचे वेळ, स्कोअर विभाजन, स्टेप-अप उत्तीर्ण दर, वाया गेलेल्या कामाचा हिस्सा, रकमा आणि किंमती ही मध्यम आकाराच्या स्विचसाठीची उदाहरणात्मक मूल्ये आहेत, कोणत्याही प्रत्यक्ष नेटवर्कचे आकडे नाहीत.

बायनॉर्मल फसवणूक स्कोअर: खऱ्या आणि फसव्या स्कोअरचे d′ अंतरावर दोन सामान्य वक्र असतात; थ्रेशोल्ड ROC वक्रावरील एक बिंदू निवडतो.

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]गृहीतक: स्लॉटची संख्या, सेवा आणि जारीकर्त्याचे वेळ, स्कोअर विभाजन, स्टेप-अप उत्तीर्ण दर, वाया गेलेल्या कामाचा हिस्सा, रकमा आणि किंमती ही मध्यम आकाराच्या स्विचसाठीची उदाहरणात्मक मूल्ये आहेत, कोणत्याही प्रत्यक्ष नेटवर्कचे आकडे नाहीत.

खर्च-इष्टतम थ्रेशोल्ड: संभाव्यता गुणोत्तर मूळ दराने भारित खर्च गुणोत्तरापेक्षा जास्त झाल्यावर नाकारा — दहापट जास्त फसवणुकीमुळे तो ln 10 / d′ ≈ 0.9σ खाली सरकतो.

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: थ्रेशोल्डच्या खालच्या पट्ट्यातील स्कोअरवर निर्णय देण्याऐवजी आव्हान दिले जाते.

scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]गृहीतक: स्लॉटची संख्या, सेवा आणि जारीकर्त्याचे वेळ, स्कोअर विभाजन, स्टेप-अप उत्तीर्ण दर, वाया गेलेल्या कामाचा हिस्सा, रकमा आणि किंमती ही मध्यम आकाराच्या स्विचसाठीची उदाहरणात्मक मूल्ये आहेत, कोणत्याही प्रत्यक्ष नेटवर्कचे आकडे नाहीत.

जारीकर्त्याचा लेटन्सी एक्सपोनेन्शियल असतो; स्लॉट लेटन्सी किंवा टाइमआउट, जे आधी येईल तितका वेळ धरला जातो.

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]

लिटलचा नियम: व्यस्त स्लॉट = आगमन दर × धरून ठेवण्याची वेळ.

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

अर्लांग C: व्यवहाराला रिकाम्या स्लॉटसाठी थांबावे लागण्याची शक्यता, आणि 2-s रांग टाइमआउटपेक्षा जास्त थांबण्याची शक्यता.

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

क्षमतेपलीकडे स्विच नंतर टाकून देणाऱ्या विनंत्यांवरही काम खर्च करतो, त्यामुळे भार वाढताना उपयुक्त थ्रूपुट घटतो; लोड शेडिंग जास्तीचे स्वस्तात नाकारते.

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]गृहीतक: स्लॉटची संख्या, सेवा आणि जारीकर्त्याचे वेळ, स्कोअर विभाजन, स्टेप-अप उत्तीर्ण दर, वाया गेलेल्या कामाचा हिस्सा, रकमा आणि किंमती ही मध्यम आकाराच्या स्विचसाठीची उदाहरणात्मक मूल्ये आहेत, कोणत्याही प्रत्यक्ष नेटवर्कचे आकडे नाहीत.

क्लायंट रिट्राय: प्रत्येक तांत्रिक अपयशाचा तीन वेळांपर्यंत, तत्काळ किंवा यादृच्छिक एक्सपोनेन्शियल बॅकऑफसह, पुन्हा प्रयत्न केला जातो.

failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]गृहीतक: स्लॉटची संख्या, सेवा आणि जारीकर्त्याचे वेळ, स्कोअर विभाजन, स्टेप-अप उत्तीर्ण दर, वाया गेलेल्या कामाचा हिस्सा, रकमा आणि किंमती ही मध्यम आकाराच्या स्विचसाठीची उदाहरणात्मक मूल्ये आहेत, कोणत्याही प्रत्यक्ष नेटवर्कचे आकडे नाहीत.

जारीकर्त्याचा टाइमआउट, रिव्हर्सल आणि स्टँड-इन: रकमा लॉगनॉर्मल असतात, त्यामुळे मर्यादेखालील हिस्सा आणि मंजूर व्हॉल्यूम सामान्य CDF वरून येतात.

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]

मंजूर रकमेच्या बेसिस पॉइंटमध्ये फसवणूक दर; लहान रिमोट कार्ड पेमेंटसाठी 13 bp संदर्भ मोजपट्टी म्हणून वापरला जातो.

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

मॉडेल वापरत असलेले इतर कार्यान्वयन 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 timeगृहीतक: स्लॉटची संख्या, सेवा आणि जारीकर्त्याचे वेळ, स्कोअर विभाजन, स्टेप-अप उत्तीर्ण दर, वाया गेलेल्या कामाचा हिस्सा, रकमा आणि किंमती ही मध्यम आकाराच्या स्विचसाठीची उदाहरणात्मक मूल्ये आहेत, कोणत्याही प्रत्यक्ष नेटवर्कचे आकडे नाहीत.

यादृच्छिकता: सीड असलेला mulberry32 जनरेटर; वापरलेली वितरणे — एकसमान, घातीय (व्यस्त CDF), सामान्य (Box–Muller), पॉइसन (Knuth). सीड दाखवला जातो आणि शेअर करता येतो.

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