ఆర్థికం — చెల్లింపుల నిర్వహణ లైవ్ మోడల్

మీరు వ్యాపారులు, కార్డ్ జారీదారుల మధ్య ఉండే చెల్లింపు స్విచ్ ఆపరేషన్స్ డెస్క్‌లో ఉన్నారు. ప్రతి నిమిషం సెకనుకు సుమారు 400 లావాదేవీలు వస్తాయి; ప్రతిదానికీ మోసం స్కోర్ వేస్తారు, ఖాళీ కనెక్షన్ స్లాట్ కోసం వేచి ఉంటుంది, సమాధానం కోసం దాని జారీదారుకు పంపబడుతుంది. మోడల్ క్యూయింగ్, టైమ్‌అవుట్‌లు, క్లయింట్ మళ్లీ ప్రయత్నాలు, మోసం ఫిల్టర్ రాజీ, స్టాండ్-ఇన్ ప్రమాదాన్ని పాఠ్యపుస్తక సూత్రాలతో లెక్కిస్తుంది. మొత్తాలు సాధారణ కరెన్సీ యూనిట్లలో (u) ఉన్నాయి. కేవలం విద్యా సిమ్యులేషన్ — ఆర్థిక, చట్టపరమైన లేదా పెట్టుబడి సలహా కాదు.

మీరు ఏమి నేర్చుకుంటారు

సిమ్యులేటర్

సమయం 0 నిమి
ఇచ్చిన లోడ్ (కొత్తవి + మళ్లీ ప్రయత్నాలు) 400 · మళ్లీ ప్రయత్నాలు 0 · మంచి కస్టమర్ ఆమోద రేటు 99.9% · ఆథరైజేషన్ సమయం 330 ms · బిజీగా ఉన్న కనెక్షన్ స్లాట్లు 69% · సేవలో ఉన్న సర్వర్లు 6 (+0) · మోసం రేటు (ఆమోదించిన మొత్తంలో వాటా) 10.4 bp · జారీదారు టైమ్‌అవుట్‌లు 0.0% · స్టాండ్-ఇన్ ప్రమాదం 0.00 M uమోసం ఫిల్టర్t = 3.00σ✓ 99.9% · ? 0.0% · ✗ 0.1%ఆపిన మోసం 31%మోసం రేటు (ఆమోదించిన మొత్తంలోవాటా) 10.4 bp400 tx/s · ↻ 0ఆథరైజేషన్ సర్వర్లు▶▶▶▶▶▶··················బిజీగా ఉన్న కనెక్షన్ స్లాట్లు 69%330 ms · ✗ 0.0%జారీదారులు A✓ 250 msజారీదారులు B✓ 250 ms⏱ 8 s · ⌛ 0.0% · Σ 0 uమంచి కస్టమర్ ఆమోద రేటు 99.9% · స్టాండ్-ఇన్ ప్రమాదం 0.00 M u
  • సర్వర్ సేవలో ఉంది
  • సర్వర్ ప్రారంభమవుతోంది
  • ఖాళీ సర్వర్ ర్యాక్ స్థానం
  • జారీదారు సాధారణంగా స్పందిస్తున్నారు
  • జారీదారు నెమ్మదిగా ఉన్నారు లేదా డౌన్‌లో ఉన్నారు
  • స్టాండ్-ఇన్ ప్రాసెసింగ్ ఆన్‌లో ఉంది
  • వస్తున్న లావాదేవీలు

నియంత్రణలు

ప్రతి సర్వర్‌లో 32 కనెక్షన్ స్లాట్లు ఉంటాయి. జోడించిన సర్వర్లు ప్రారంభం కావడానికి 5 నిమిషాలు పడుతుంది; ప్రతి సర్వర్‌కు బిల్ అవుతుంది, ప్రారంభమవుతున్నా లేకపోయినా.

గరిష్ఠంగా సామర్థ్యంలో 90 %ని అనుమతిస్తుంది; మిగులును క్యూలో నిలిచి టైమ్‌అవుట్ అవ్వనివ్వకుండా వెంటనే “తర్వాత మళ్లీ ప్రయత్నించండి” అని సమాధానం ఇస్తుంది.

సాంకేతిక వైఫల్యాన్ని వ్యాపారులు ఎలా మళ్లీ ప్రయత్నిస్తారు (గరిష్ఠంగా 3 ప్రయత్నాలు). వెంటనే = తదుపరి నిమిషంలో; బ్యాక్‌ఆఫ్ = యాదృచ్ఛిక ఘాతాంక బ్యాక్‌ఆఫ్, సగటు ఆలస్యాలు 1, 2, 4 నిమిషాలు.

ఇంతకు సమానంగా లేదా ఎక్కువగా స్కోర్ వచ్చిన లావాదేవీలు తిరస్కరించబడతాయి. స్కోర్లు నిజమైన ట్రాఫిక్ ప్రమాణ విచలనాల్లో ఉంటాయి: తక్కువ అంటే ఎక్కువ మోసం ఆగుతుంది, ఎక్కువ మంది మంచి కస్టమర్లు తిరస్కరించబడతారు.

థ్రెషోల్డ్ కంటే ఇంత కింద ఉన్న స్కోర్‌లకు నిర్ణయానికి బదులు అదనపు కస్టమర్ ధృవీకరణ ఇస్తారు: నిజమైన కస్టమర్లలో 85 % దాన్ని పూర్తి చేస్తారు, మోసగాళ్లలో 5 % ఉత్తీర్ణులవుతారు. 0 = ఆఫ్.

ఒక కనెక్షన్ స్లాట్ జారీదారు సమాధానం కోసం ఎంతసేపు వేచి ఉంటుంది. ఆ తర్వాత స్విచ్ రివర్సల్ పంపి స్టాండ్-ఇన్ వాడుతుంది, లేదా “జారీదారు అందుబాటులో లేరు” అని తిరస్కరిస్తుంది.

జారీదారు సమయానికి స్పందించనప్పుడు, స్విచ్ అతని తరఫున ఈ మొత్తం వరకు ఆమోదిస్తుంది. ప్రతి స్టాండ్-ఇన్ ఆమోదం జారీదారు ఎప్పుడూ తనిఖీ చేయని ప్రమాదం. 0 = ఆఫ్.

సూచికలు

మంచి కస్టమర్ ఆమోద రేటు
99.9%
సాధారణం
ఆథరైజేషన్ సమయం
330ms
సాధారణం
మోసం రేటు (ఆమోదించిన మొత్తంలో వాటా)
10.4bp
సాధారణం
బిజీగా ఉన్న కనెక్షన్ స్లాట్లు
69%
సాధారణం
ఆమోద రేటు, ఆరోగ్యకర జారీదారులు99.9 %
మోసం నియమం తిరస్కరించిన మంచి కస్టమర్లు1.3 ‰
స్టెప్-అప్‌కు పంపిన లావాదేవీలు0.0 %
ఆపిన మోసం31 %
కొత్త లావాదేవీలు400 tx/s
ఇచ్చిన లోడ్ (కొత్తవి + మళ్లీ ప్రయత్నాలు)400 tx/s
మళ్లీ ప్రయత్నాలు0 tx/s
షెడ్ చేసినవి (“తర్వాత ప్రయత్నించండి” అని సమాధానం)0 tx/s
క్యూలో వదిలేసినవి0.0 %
జారీదారు టైమ్‌అవుట్‌లు0.0 %
స్టాండ్-ఇన్ ఆమోదాలు0 tx/s
సేవలో ఉన్న సర్వర్లు6
ప్రారంభమవుతున్న సర్వర్లు0
సర్వర్ ఖర్చు రేటు36 u/h
ఇప్పటివరకు సర్వర్ ఖర్చు0 u
స్టాండ్-ఇన్ ప్రమాదం0.00 M u
ఇప్పటివరకు ఆమోదించిన మోసం0.00 M u
ఇప్పటివరకు కోల్పోయిన మంచి లావాదేవీలు0.0 k tx
మళ్లీ ప్రయత్నానికి వేచి ఉన్న లావాదేవీలు0 tx
జారీదారు గ్రూప్ B లేటెన్సీ (సగటు)250 ms

ధోరణి

మంచి కస్టమర్ ఆమోద రేటు: — %100.00.0

సంక్షోభ సన్నివేశాలు

స్థాయి 1 · సేల్ ఉప్పెన గరిష్ఠం

పెద్ద ఆన్‌లైన్ సేల్ 5వ నిమిషంలో తెరుచుకుని 45 నిమిషాల పాటు ట్రాఫిక్‌ను రెట్టింపు చేసి సెకనుకు సుమారు 800 లావాదేవీలకు తెస్తుంది. స్విచ్ సాధారణ రోజు సుమారు 70 % బిజీగా ఉండేలా పరిమాణంలో ఉన్న 6 సర్వర్లపై నడుస్తోంది. వ్యాపారులు ప్రతి సాంకేతిక వైఫల్యాన్ని వెంటనే మళ్లీ ప్రయత్నిస్తున్నారు. అవసరం లేని సామర్థ్యాన్ని కొనకుండా మంచి కస్టమర్లను ఆమోదిస్తూ, సమాధానాలను వేగంగా ఉంచండి.

  • సేల్ నుండి సగటు మంచి కస్టమర్ ఆమోదం ≥ 95 %
  • సగటు ఆథరైజేషన్ సమయం ≤ 500 ms
  • సర్వర్ ఖర్చు ≤ 75 u

స్థాయి 2 · మోసం అల

5వ నిమిషంలో దొంగిలించిన కార్డ్ వివరాల బ్యాచ్ వాడకం మొదలవుతుంది: ట్రాఫిక్‌లో మోసం వాటా 0.1 % నుండి 1 %కి దూకుతుంది. తిరస్కరణ థ్రెషోల్డ్ సాధారణ రోజులకు (3σ) సెట్ చేయబడింది, స్టెప్-అప్ ఆఫ్‌లో ఉంది. మంచి కస్టమర్లను వెనక్కి పంపకుండా మోసం రేటును తగ్గించండి.

  • సగటు మోసం రేటు ≤ 25 bp
  • సగటు మంచి కస్టమర్ ఆమోదం ≥ 98 %
  • నియమం తిరస్కరించిన మంచి కస్టమర్లు ≤ 5 ‰

స్థాయి 3 · జారీదారు అంతరాయం

5వ నిమిషంలో గ్రూప్ B జారీదారులు — మొత్తం ట్రాఫిక్‌లో నాలుగో వంతు — సగటు సమాధాన సమయం 12 సెకన్లకు నెమ్మదిస్తారు. స్విచ్ సమాధానం కోసం 8 s వరకు వేచి ఉంటుంది, స్టాండ్-ఇన్ లేదు, 6 సర్వర్లపై నడుస్తోంది. ఆరోగ్యకర జారీదారుల కస్టమర్లను ప్రవహింపజేయండి, గ్రూప్ Bకి సురక్షితంగా సాధ్యమైనంత సేవ చేయండి, స్టాండ్-ఇన్ ప్రమాదం, ఖర్చును అదుపులో ఉంచండి.

  • ఆరోగ్యకర జారీదారు కస్టమర్ల సగటు ఆమోదం ≥ 90 %
  • సగటు మంచి కస్టమర్ ఆమోదం ≥ 86 %
  • స్టాండ్-ఇన్ ప్రమాదం ≤ 9 M u
  • సర్వర్ ఖర్చు ≤ 65 u

ఆధారం — సంఖ్యల వెనుక ఉన్న మోడల్

సిమ్యులేటర్ ఉపయోగించే ప్రతి సంబంధం, దాని మూలంతో. ఊహలుగా గుర్తించిన స్థిరాంకాలు ఉదాహరణ క్రమాంకనాలు.

కొత్త లావాదేవీలు బేస్ రేటు × సేల్ ఉప్పెనతో వస్తాయి; నిమిషానికి సంఖ్య యాదృచ్ఛికం (పాయిసన్, సాధారణ సన్నిహిత అంచనా), కొద్దిగా గుంపులుగా.
λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]ఊహ: స్లాట్ల సంఖ్య, సర్వీస్, జారీదారు సమయాలు, స్కోర్ విభజన, స్టెప్-అప్ ఉత్తీర్ణత రేట్లు, వృథా పని వాటా, మొత్తాలు, ధరలు మధ్యస్థ పరిమాణ స్విచ్‌కు ఉదాహరణ విలువలు, ఏ నిజమైన నెట్‌వర్క్ గణాంకాలు కావు.
బైనార్మల్ మోసం స్కోర్: నిజమైన, మోసపు స్కోర్లు d′ దూరంలో ఉన్న రెండు సాధారణ వక్రరేఖలు; థ్రెషోల్డ్ ROC వక్రరేఖపై ఒక బిందువును ఎంచుకుంటుంది.
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]ఊహ: స్లాట్ల సంఖ్య, సర్వీస్, జారీదారు సమయాలు, స్కోర్ విభజన, స్టెప్-అప్ ఉత్తీర్ణత రేట్లు, వృథా పని వాటా, మొత్తాలు, ధరలు మధ్యస్థ పరిమాణ స్విచ్‌కు ఉదాహరణ విలువలు, ఏ నిజమైన నెట్‌వర్క్ గణాంకాలు కావు.
ఖర్చు పరంగా అత్యుత్తమ థ్రెషోల్డ్: సంభావ్యత నిష్పత్తి బేస్ రేటుతో భారం వేసిన ఖర్చు నిష్పత్తిని మించినప్పుడు తిరస్కరించండి — మోసం పది రెట్లు ఎక్కువైతే అది ln 10 / d′ ≈ 0.9σ కిందికి జరుగుతుంది.
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]
స్టెప్-అప్: థ్రెషోల్డ్ కింది బ్యాండ్‌లో ఉన్న స్కోర్లపై నిర్ణయం తీసుకోకుండా అదనపు ధృవీకరణ చేస్తారు.
scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]ఊహ: స్లాట్ల సంఖ్య, సర్వీస్, జారీదారు సమయాలు, స్కోర్ విభజన, స్టెప్-అప్ ఉత్తీర్ణత రేట్లు, వృథా పని వాటా, మొత్తాలు, ధరలు మధ్యస్థ పరిమాణ స్విచ్‌కు ఉదాహరణ విలువలు, ఏ నిజమైన నెట్‌వర్క్ గణాంకాలు కావు.
జారీదారు లేటెన్సీ ఘాతాంకం; స్లాట్ లేటెన్సీ లేదా టైమ్‌అవుట్‌లో ఏది ముందు వస్తే అంతవరకు పట్టుకోబడుతుంది.
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]
లిటిల్ నియమం: బిజీ స్లాట్లు = రాక రేటు × పట్టుకునే సమయం.
busy slots = λ·S (Little) ⇒ utilization = λ·S / (32 × servers)[3]
ఎర్లాంగ్ C: లావాదేవీ ఖాళీ స్లాట్ కోసం వేచి ఉండే సంభావ్యత, 2-సెకన్ల క్యూ టైమ్‌అవుట్ కంటే ఎక్కువ వేచి ఉండే సంభావ్యత.
P(W > 2 s) = C(a, N)·e^(−(N/S − λ)·2 s), a = λS; mean wait = C / (N/S − λ)[1][2]
సామర్థ్యం దాటినప్పుడు స్విచ్ తర్వాత వదిలేసే అభ్యర్థనలపై కూడా పని ఖర్చు చేస్తుంది, కాబట్టి లోడ్ పెరిగేకొద్దీ ఉపయోగకర త్రూపుట్ తగ్గుతుంది; లోడ్ షెడ్డింగ్ మిగులును చవకగా తిరస్కరిస్తుంది.
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]ఊహ: స్లాట్ల సంఖ్య, సర్వీస్, జారీదారు సమయాలు, స్కోర్ విభజన, స్టెప్-అప్ ఉత్తీర్ణత రేట్లు, వృథా పని వాటా, మొత్తాలు, ధరలు మధ్యస్థ పరిమాణ స్విచ్‌కు ఉదాహరణ విలువలు, ఏ నిజమైన నెట్‌వర్క్ గణాంకాలు కావు.
క్లయింట్ మళ్లీ ప్రయత్నాలు: ప్రతి సాంకేతిక వైఫల్యం గరిష్ఠంగా మూడుసార్లు, వెంటనే లేదా యాదృచ్ఛిక ఘాతాంక బ్యాక్‌ఆఫ్‌తో మళ్లీ ప్రయత్నించబడుతుంది.
failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]ఊహ: స్లాట్ల సంఖ్య, సర్వీస్, జారీదారు సమయాలు, స్కోర్ విభజన, స్టెప్-అప్ ఉత్తీర్ణత రేట్లు, వృథా పని వాటా, మొత్తాలు, ధరలు మధ్యస్థ పరిమాణ స్విచ్‌కు ఉదాహరణ విలువలు, ఏ నిజమైన నెట్‌వర్క్ గణాంకాలు కావు.
జారీదారు టైమ్‌అవుట్, రివర్సల్, స్టాండ్-ఇన్: మొత్తాలు లాగ్‌నార్మల్, కాబట్టి పరిమితి కింద వాటా, ఆమోదించిన పరిమాణం సాధారణ CDF నుండి వస్తాయి.
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]
ఆమోదించిన మొత్తంలో బేసిస్ పాయింట్లలో మోసం రేటు; చిన్న రిమోట్ కార్డ్ చెల్లింపులకు 13 bp సూచన స్కేల్‌గా వాడతారు.
fraud rate = approved fraud amount / approved amount × 10,000 bp (reference scale: 13 bp)[10]
మోడల్ ఉపయోగించే ఇతర నిర్వహణ స్థిరాంకాలు.
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 timeఊహ: స్లాట్ల సంఖ్య, సర్వీస్, జారీదారు సమయాలు, స్కోర్ విభజన, స్టెప్-అప్ ఉత్తీర్ణత రేట్లు, వృథా పని వాటా, మొత్తాలు, ధరలు మధ్యస్థ పరిమాణ స్విచ్‌కు ఉదాహరణ విలువలు, ఏ నిజమైన నెట్‌వర్క్ గణాంకాలు కావు.

యాదృచ్ఛికత: సీడ్‌తో కూడిన mulberry32 జనరేటర్; ఉపయోగించిన పంపిణీలు — ఏకరీతి, ఘాతాంక (విలోమ CDF), సాధారణ (Box–Muller), పాయిసన్ (Knuth). సీడ్ చూపబడుతుంది, పంచుకోవచ్చు.

మూలాలు

  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

దీన్ని వృత్తిగా ఎవరు చేస్తారు

విద్యా మోడల్ — కార్యాచరణ నిర్ణయాలకు కాదు. నిజమైన సైట్లు ప్రతి స్థిరాంకాన్ని తమ సొంత పరికరాలు, డేటాకు అనుగుణంగా క్రమాంకనం చేస్తాయి.