💳 वित्त — भुक्तानी सञ्चालन लाइभ मोडेल

आधार — सङ्ख्याको पछाडिको मोडेल

सिमुलेटरले प्रयोग गर्ने हरेक सम्बन्ध, यसको स्रोतसहित। मान्यताका रूपमा चिह्नित स्थिरांक उदाहरणीय क्यालिब्रेसन हुन्।

नयाँ कारोबार आधार दरमा बिक्री उछाल गुणा भएर आउँछन्; प्रति मिनेटको सङ्ख्या अनियमित हुन्छ (पोइसन, सामान्य सन्निकटन) र अलिकति ब्रस्टी हुन्छ।

λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]मान्यता: स्लटको सङ्ख्या, सेवा र जारीकर्ताको समय, स्कोर विभाजन, स्टेप-अप पास दर, खेर गएको कामको अंश, रकम र मूल्य मध्यम आकारको स्विचका उदाहरणीय मान हुन्, कुनै वास्तविक नेटवर्कका अङ्क होइनन्।

बाइनर्मल ठगी स्कोर: वास्तविक र ठगी स्कोर d′ दूरीका दुई सामान्य वक्र हुन्; थ्रेसहोल्डले ROC वक्रमा एक बिन्दु छान्छ।

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: स्लटको सङ्ख्या, सेवा र जारीकर्ताको समय, स्कोर विभाजन, स्टेप-अप पास दर, खेर गएको कामको अंश, रकम र मूल्य मध्यम आकारको स्विचका उदाहरणीय मान हुन्, कुनै वास्तविक नेटवर्कका अङ्क होइनन्।

लागत-इष्टतम थ्रेसहोल्ड: सम्भाव्यता अनुपात आधार दरले भारित लागत अनुपातभन्दा बढी हुँदा अस्वीकार गर्नुहोस् — दश गुणा बढी ठगीले यसलाई ln 10 / d′ ≈ 0.9σ तल सार्छ।

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: थ्रेसहोल्डभन्दा तलको ब्यान्डमा रहेका स्कोरलाई निर्णय गर्नुको सट्टा चुनौती दिइन्छ।

scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]मान्यता: स्लटको सङ्ख्या, सेवा र जारीकर्ताको समय, स्कोर विभाजन, स्टेप-अप पास दर, खेर गएको कामको अंश, रकम र मूल्य मध्यम आकारको स्विचका उदाहरणीय मान हुन्, कुनै वास्तविक नेटवर्कका अङ्क होइनन्।

जारीकर्ताको ल्याटेन्सी एक्सपोनेन्सियल हुन्छ; स्लट ल्याटेन्सी वा टाइमआउट, जुन पहिले आउँछ, त्यतिञ्जेल थामिन्छ।

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]

लिटलको नियम: व्यस्त स्लट = आगमन दर × थामिने समय।

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

अर्लाङ C: कारोबारले खाली स्लटको लागि पर्खनुपर्ने सम्भावना, र 2-s क्यू टाइमआउटभन्दा लामो पर्खने सम्भावना।

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

क्षमताभन्दा बढी हुँदा स्विचले पछि छाडिदिने अनुरोधमा पनि काम खर्चिन्छ, त्यसैले लोड बढ्दा उपयोगी थ्रुपुट घट्छ; लोड सेडिङले बढी भएकोलाई सस्तोमा अस्वीकार गर्छ।

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: स्लटको सङ्ख्या, सेवा र जारीकर्ताको समय, स्कोर विभाजन, स्टेप-अप पास दर, खेर गएको कामको अंश, रकम र मूल्य मध्यम आकारको स्विचका उदाहरणीय मान हुन्, कुनै वास्तविक नेटवर्कका अङ्क होइनन्।

क्लाइन्ट रिट्राइ: प्रत्येक प्राविधिक विफलता तीन पटकसम्म, तुरुन्तै वा अनियमित एक्सपोनेन्सियल ब्याकअफसहित पुनः प्रयास गरिन्छ।

failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]मान्यता: स्लटको सङ्ख्या, सेवा र जारीकर्ताको समय, स्कोर विभाजन, स्टेप-अप पास दर, खेर गएको कामको अंश, रकम र मूल्य मध्यम आकारको स्विचका उदाहरणीय मान हुन्, कुनै वास्तविक नेटवर्कका अङ्क होइनन्।

जारीकर्ताको टाइमआउट, रिभर्सल र स्ट्यान्ड-इन: रकम लगनर्मल हुन्छ, त्यसैले सीमामुनिको अंश र स्वीकृत भोल्युम सामान्य CDF बाट आउँछ।

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 रकमको बेसिस पोइन्टमा ठगी दर; साना रिमोट कार्ड भुक्तानीका लागि 13 bp सन्दर्भ मापनका रूपमा प्रयोग गरिन्छ।

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

मोडेलले प्रयोग गर्ने अन्य सञ्चालन स्थिरांकहरू।

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: स्लटको सङ्ख्या, सेवा र जारीकर्ताको समय, स्कोर विभाजन, स्टेप-अप पास दर, खेर गएको कामको अंश, रकम र मूल्य मध्यम आकारको स्विचका उदाहरणीय मान हुन्, कुनै वास्तविक नेटवर्कका अङ्क होइनन्।

अनियमितता: सिड भएको mulberry32 जेनेरेटर; प्रयोग गरिएका वितरण — एकसमान, घातीय (उल्टो CDF), सामान्य (Box–Muller), पोइसन (Knuth)। सिड देखाइन्छ र साझा गर्न सकिन्छ।

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