Finans — ödeme operasyonları Canlı model

Üye işyerleri ile kart çıkaran kurumlar arasında duran bir ödeme anahtarının operasyon masasındasınız. Her dakika saniyede yaklaşık 400 işlem gelir; her biri dolandırıcılık için puanlanır, boş bir bağlantı yuvası için bekler ve yanıt için kartı çıkaran kuruma iletilir. Model kuyruklanmayı, zaman aşımlarını, istemci yeniden denemelerini, dolandırıcılık filtresi ödünleşimini ve stand-in riskini ders kitabı formüllerinden hesaplar. Tutarlar genel para birimi birimleriyle (u) verilir. Yalnızca eğitim amaçlı simülasyon — mali, hukuki ya da yatırım tavsiyesi değildir.

Neler öğreneceksiniz

Simülatör

Zaman 0 dk
Sunulan yük (yeni + yeniden denemeler) 400 · Yeniden denemeler 0 · İyi müşteri onay oranı 99,9% · Yetkilendirme süresi 330 ms · Meşgul bağlantı yuvaları 69% · Hizmetteki sunucular 6 (+0) · Dolandırıcılık oranı (onaylanan tutarın payı) 10,4 bp · Kartı çıkaran kurum zaman aşımları 0,0% · Stand-in riski 0,00 M uDolandırıcılık filtresit = 3,00σ✓ 99,9% · ? 0,0% · ✗ 0,1%Durdurulandolandırıcılık 31%Dolandırıcılık oranı(onaylanan tutarınpayı) 10,4 bp400 tx/s · ↻ 0Yetkilendirme sunucuları▶▶▶▶▶▶··················Meşgul bağlantı yuvaları 69%330 ms · ✗ 0,0%Kartıçıkaranlar A✓ 250 msKartıçıkaranlar B✓ 250 ms⏱ 8 s · ⌛ 0,0% · Σ 0 uİyi müşteri onay oranı 99,9% · Stand-in riski 0,00 M u
  • Sunucu hizmette
  • Sunucu başlıyor
  • Boş sunucu rafı konumu
  • Kartı çıkaran kurum normal yanıt veriyor
  • Kartı çıkaran kurum yavaş veya kapalı
  • Stand-in işleme açık
  • Gelen işlemler

Kontroller

Her sunucu 32 bağlantı yuvası taşır. Eklenen sunucuların başlaması 5 dakika sürer; her sunucu, başlıyor da olsa, faturalandırılır.

Kapasitenin en çok %90'ını kabul eder ve fazlasını kuyruğa girip zaman aşımına uğramasına izin vermek yerine hemen “daha sonra tekrar deneyin” diye yanıtlar.

Üye işyerlerinin teknik bir hatayı nasıl yeniden denediği (en çok 3 yeniden deneme). Hemen = bir sonraki dakikada; geri çekilme = rastgeleleştirilmiş üstel geri çekilme, ortalama gecikmeler 1, 2 ve 4 dakika.

Bu değerde veya üzerinde puan alan işlemler reddedilir. Puanlar gerçek trafiğin standart sapmaları cinsindendir: düşük değer, daha çok dolandırıcılığın durdurulması ve daha çok iyi müşterinin reddedilmesi demektir.

Eşiğin bu kadar altındaki puanlar karar yerine ek bir müşteri doğrulaması alır: gerçek müşterilerin %85'i bunu tamamlar, dolandırıcıların %5'i geçer. 0 = kapalı.

Bir bağlantı yuvasının kart çıkaran kurumun yanıtını ne kadar beklediği. Bundan sonra anahtar bir iptal (reversal) gönderir ve stand-in kullanır ya da “çıkaran kurum ulaşılamıyor” diyerek reddeder.

Kartı çıkaran kurum zamanında yanıt vermediğinde, anahtar onun adına bu tutara kadar onaylar. Her stand-in onayı, kartı çıkaranın hiç kontrol etmediği bir risktir. 0 = kapalı.

Göstergeler

İyi müşteri onay oranı
99,9%
normal
Yetkilendirme süresi
330ms
normal
Dolandırıcılık oranı (onaylanan tutarın payı)
10,4bp
normal
Meşgul bağlantı yuvaları
69%
normal
Onay oranı, sağlıklı kartı çıkaran kurumlar99,9 %
Dolandırıcılık kuralıyla reddedilen iyi müşteriler1,3 ‰
Step-up'a gönderilen işlemler0,0 %
Durdurulan dolandırıcılık31 %
Yeni işlemler400 tx/s
Sunulan yük (yeni + yeniden denemeler)400 tx/s
Yeniden denemeler0 tx/s
Atılan (“sonra deneyin” yanıtlananlar)0 tx/s
Kuyrukta düşen0,0 %
Kartı çıkaran kurum zaman aşımları0,0 %
Stand-in onayları0 tx/s
Hizmetteki sunucular6
Başlayan sunucular0
Sunucu maliyet hızı36 u/h
Şimdiye kadarki sunucu maliyeti0 u
Stand-in riski0,00 M u
Şimdiye kadar onaylanan dolandırıcılık0,00 M u
Şimdiye kadar kaybedilen iyi işlemler0,0 k tx
Yeniden deneme bekleyen işlemler0 tx
Kartı çıkaran grup B gecikmesi (ortalama)250 ms

Eğilim

İyi müşteri onay oranı: — %100,00,0

Kriz senaryoları

Seviye 1 · İndirim yoğunluğu tepe noktası

Büyük bir çevrimiçi indirim 5. dakikada açılır ve trafiği 45 dakika boyunca saniyede yaklaşık 800 işleme, yani iki katına çıkarır. Anahtar, normal bir gün için yaklaşık %70 meşgul olacak biçimde boyutlandırılmış 6 sunucuyla çalışıyor. Üye işyerleri her teknik hatayı hemen yeniden deniyor. İhtiyacınız olmayan kapasite satın almadan iyi müşterileri onaylı ve yanıtları hızlı tutun.

  • İndirimden itibaren ortalama iyi müşteri onayı ≥ %95
  • Ortalama yetkilendirme süresi ≤ 500 ms
  • Sunucu maliyeti ≤ 75 u

Seviye 2 · Dolandırıcılık dalgası

5. dakikada çalıntı bir kart bilgisi grubu kullanılmaya başlar: trafiğin dolandırıcılık payı %0,1'den %1'e fırlar. Red eşiği normal günler için (3σ) ayarlı ve step-up kapalı. İyi müşterileri geri çevirmeden dolandırıcılık oranını düşürün.

  • Ortalama dolandırıcılık oranı ≤ 25 bp
  • Ortalama iyi müşteri onayı ≥ %98
  • Kuralla reddedilen iyi müşteriler ≤ 5 ‰

Seviye 3 · Kartı çıkaran kurum kesintisi

5. dakikada B grubunun kartı çıkaran kurumları — tüm trafiğin dörtte biri — ortalama 12 saniyelik bir yanıt süresine yavaşlar. Anahtar bir yanıt için 8 sn'ye kadar bekler, stand-in'i yoktur ve 6 sunucuyla çalışır. Sağlıklı kartı çıkaran kurumların müşterilerinin akışını sürdürün, B grubuna güvenle yapabildiğiniz kadar hizmet verin ve stand-in riskini ve maliyeti kontrol altında tutun.

  • Sağlıklı kartı çıkaran kurum müşterileri için ortalama onay ≥ %90
  • Ortalama iyi müşteri onayı ≥ %86
  • Stand-in riski ≤ 9 M u
  • Sunucu maliyeti ≤ 65 u

Dayanak — sayıların ardındaki model

Simülatörün kullandığı her bağıntı, kaynağıyla birlikte. Varsayım olarak işaretlenen sabitler örnek kalibrasyonlardır.

Yeni işlemler, indirim yoğunluğuyla çarpılan bir taban oranda gelir; dakika başına sayı rastgeledir (Poisson, normal yaklaşım) ve biraz dalgalıdır.
λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]Varsayım: yuva sayıları, hizmet ve kartı çıkaran kurum süreleri, puan ayrımı, step-up geçme oranları, boşa harcanan iş payı, tutarlar ve fiyatlar orta ölçekli bir anahtar için örnek değerlerdir; gerçek hiçbir ağın rakamları değildir.
İki normal dağılımlı dolandırıcılık puanı: gerçek ve dolandırıcılık puanları d′ kadar uzaktaki iki normal eğridir; eşik ROC eğrisinde bir nokta seçer.
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]Varsayım: yuva sayıları, hizmet ve kartı çıkaran kurum süreleri, puan ayrımı, step-up geçme oranları, boşa harcanan iş payı, tutarlar ve fiyatlar orta ölçekli bir anahtar için örnek değerlerdir; gerçek hiçbir ağın rakamları değildir.
Maliyet açısından en uygun eşik: olabilirlik oranı, taban oranla ağırlıklandırılmış maliyet oranını aştığında reddet — dolandırıcılık on kat yaygınlaşırsa eşik ln 10 / d′ ≈ 0,9σ aşağı iner.
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: eşiğin altındaki banttaki puanlara karar verilmez, doğrulama yapılır.
scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]Varsayım: yuva sayıları, hizmet ve kartı çıkaran kurum süreleri, puan ayrımı, step-up geçme oranları, boşa harcanan iş payı, tutarlar ve fiyatlar orta ölçekli bir anahtar için örnek değerlerdir; gerçek hiçbir ağın rakamları değildir.
Kartı çıkaran kurumun gecikmesi üsteldir; bir yuva, gecikme ya da zaman aşımından hangisi önce gelirse o süre boyunca tutulur.
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]
Little yasası: meşgul yuvalar = geliş hızı × tutma süresi.
busy slots = λ·S (Little) ⇒ utilization = λ·S / (32 × servers)[3]
Erlang C: bir işlemin boş bir yuva için beklemesi olasılığı ve 2 sn'lik kuyruk zaman aşımından daha uzun beklemesi olasılığı.
P(W > 2 s) = C(a, N)·e^(−(N/S − λ)·2 s), a = λS; mean wait = C / (N/S − λ)[1][2]
Kapasitenin ötesinde anahtar, daha sonra bıraktığı isteklere de iş harcar; bu yüzden yük arttıkça faydalı verim düşer; yük atma fazlayı ucuza reddeder.
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]Varsayım: yuva sayıları, hizmet ve kartı çıkaran kurum süreleri, puan ayrımı, step-up geçme oranları, boşa harcanan iş payı, tutarlar ve fiyatlar orta ölçekli bir anahtar için örnek değerlerdir; gerçek hiçbir ağın rakamları değildir.
İstemci yeniden denemeleri: her teknik hata üç defaya kadar, hemen ya da rastgeleleştirilmiş üstel geri çekilmeyle yeniden denenir.
failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]Varsayım: yuva sayıları, hizmet ve kartı çıkaran kurum süreleri, puan ayrımı, step-up geçme oranları, boşa harcanan iş payı, tutarlar ve fiyatlar orta ölçekli bir anahtar için örnek değerlerdir; gerçek hiçbir ağın rakamları değildir.
Kartı çıkaran kurum zaman aşımı, iptal ve stand-in: tutarlar log-normaldir; bu yüzden limitin altındaki pay ve onaylanan hacim normal dağılımın birikimli fonksiyonundan çıkar.
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]
Dolandırıcılık oranı, onaylanan tutarın baz puanı (bp) cinsinden; 13 bp, küçük uzaktan kart ödemeleri için referans ölçek olarak kullanılır.
fraud rate = approved fraud amount / approved amount × 10,000 bp (reference scale: 13 bp)[10]
Modelin kullandığı diğer işletme sabitleri.
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 timeVarsayım: yuva sayıları, hizmet ve kartı çıkaran kurum süreleri, puan ayrımı, step-up geçme oranları, boşa harcanan iş payı, tutarlar ve fiyatlar orta ölçekli bir anahtar için örnek değerlerdir; gerçek hiçbir ağın rakamları değildir.

Rastgelelik: tohumlu bir mulberry32 üreteci; kullanılan dağılımlar — düzgün, üstel (ters CDF), normal (Box–Muller), Poisson (Knuth). Tohum gösterilir ve paylaşılabilir.

Kaynaklar

  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

Bunu meslek olarak kim yapar

Eğitim amaçlı model — operasyonel kararlar için değildir. Gerçek tesisler her sabiti kendi ekipmanlarına ve verilerine göre kalibre eder.