💳 مالیات — ادائیگیوں کا آپریشن براہِ راست ماڈل

بنیاد — اعداد کے پیچھے ماڈل

ہر تعلق جو سمیولیٹر استعمال کرتا ہے، اس کے ماخذ کے ساتھ۔ مفروضے کے طور پر نشان زد مستقل توضیحی کیلیبریشنز ہیں۔

نئے لین دین بنیادی شرح ضرب سیل کے اضافے کے حساب سے آتے ہیں؛ فی منٹ تعداد بے ترتیب ہے (پوائسن، نارمل تخمینہ) اور تھوڑی سی ٹولیوں میں۔

λ(t) = base × surge(t) (2-min lag); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.03))[2]مفروضہ: سلاٹ کی تعداد، سروس اور جاری کنندہ کے اوقات، اسکور کی علیحدگی، اسٹیپ اپ پاس کی شرحیں، ضائع شدہ کام کا حصہ، رقوم اور قیمتیں ایک درمیانے سائز کے سوئچ کے لیے مثالی اقدار ہیں، کسی حقیقی نیٹ ورک کے اعداد نہیں۔

بائنارمل فراڈ اسکور: اصل اور فراڈ کے اسکور d′ کے فاصلے پر دو نارمل منحنی ہیں؛ حد ROC منحنی پر ایک نقطہ چنتی ہے۔

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]مفروضہ: سلاٹ کی تعداد، سروس اور جاری کنندہ کے اوقات، اسکور کی علیحدگی، اسٹیپ اپ پاس کی شرحیں، ضائع شدہ کام کا حصہ، رقوم اور قیمتیں ایک درمیانے سائز کے سوئچ کے لیے مثالی اقدار ہیں، کسی حقیقی نیٹ ورک کے اعداد نہیں۔

لاگت کے لحاظ سے بہترین حد: مسترد کریں جب امکانی تناسب بنیادی شرح سے وزن دی گئی لاگت کے تناسب سے بڑھ جائے — فراڈ دس گنا زیادہ ہو تو یہ ln 10 / d′ ≈ 0.9σ نیچے سرک جاتی ہے۔

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]

اسٹیپ اپ: حد سے نیچے کی پٹی کے اسکور پر فیصلہ کرنے کے بجائے اضافی جانچ کی جاتی ہے۔

scores in [t − b, t) are challenged: genuine pass 85 %, fraud pass 5 %; scores ≥ t declined[10]مفروضہ: سلاٹ کی تعداد، سروس اور جاری کنندہ کے اوقات، اسکور کی علیحدگی، اسٹیپ اپ پاس کی شرحیں، ضائع شدہ کام کا حصہ، رقوم اور قیمتیں ایک درمیانے سائز کے سوئچ کے لیے مثالی اقدار ہیں، کسی حقیقی نیٹ ورک کے اعداد نہیں۔

جاری کنندہ کی تاخیر اضافی ہے؛ سلاٹ تاخیر یا ٹائم آؤٹ تک روکا جاتا ہے، جو بھی پہلے آئے۔

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]

لٹل کا قانون: مصروف سلاٹ = آمد کی شرح × روکنے کا وقت۔

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

ایرلانگ C: ایک لین دین کے خالی سلاٹ کا انتظار کرنے کا امکان، اور 2 سیکنڈ کے قطار کے ٹائم آؤٹ سے زیادہ انتظار کرنے کا امکان۔

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

گنجائش سے آگے سوئچ ان درخواستوں پر بھی کام خرچ کرتا ہے جنہیں وہ بعد میں چھوڑ دیتا ہے، اس لیے بوجھ بڑھنے پر کارآمد گزر گھٹتا ہے؛ لوڈ شیڈنگ اضافے کو سستے میں مسترد کرتی ہے۔

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]مفروضہ: سلاٹ کی تعداد، سروس اور جاری کنندہ کے اوقات، اسکور کی علیحدگی، اسٹیپ اپ پاس کی شرحیں، ضائع شدہ کام کا حصہ، رقوم اور قیمتیں ایک درمیانے سائز کے سوئچ کے لیے مثالی اقدار ہیں، کسی حقیقی نیٹ ورک کے اعداد نہیں۔

کلائنٹ کی دوبارہ کوششیں: ہر تکنیکی ناکامی پر تین بار تک دوبارہ کوشش کی جاتی ہے، فوراً یا بے ترتیب اضافی بیک آف کے ساتھ۔

failed attempt → retry with p = 0.95, ≤ 3 retries; immediate: next minute; backoff: delay ~ Exp(mean 1, 2, 4 min)[4][5]مفروضہ: سلاٹ کی تعداد، سروس اور جاری کنندہ کے اوقات، اسکور کی علیحدگی، اسٹیپ اپ پاس کی شرحیں، ضائع شدہ کام کا حصہ، رقوم اور قیمتیں ایک درمیانے سائز کے سوئچ کے لیے مثالی اقدار ہیں، کسی حقیقی نیٹ ورک کے اعداد نہیں۔

جاری کنندہ کا ٹائم آؤٹ، ریورسل اور اسٹینڈ اِن: رقوم لاگ نارمل ہیں، اس لیے حد سے نیچے کا حصہ اور منظور شدہ حجم نارمل CDF سے نکلتے ہیں۔

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]

فراڈ کی شرح منظور شدہ رقم کے بنیادی پوائنٹس میں؛ چھوٹی دور سے کارڈ ادائیگیوں کے لیے 13 bp حوالہ پیمانے کے طور پر استعمال ہوتا ہے۔

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

ماڈل کے استعمال کردہ دوسرے آپریٹنگ مستقل۔

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 timeمفروضہ: سلاٹ کی تعداد، سروس اور جاری کنندہ کے اوقات، اسکور کی علیحدگی، اسٹیپ اپ پاس کی شرحیں، ضائع شدہ کام کا حصہ، رقوم اور قیمتیں ایک درمیانے سائز کے سوئچ کے لیے مثالی اقدار ہیں، کسی حقیقی نیٹ ورک کے اعداد نہیں۔

بے ترتیبی: سیڈ والا mulberry32 جنریٹر؛ استعمال شدہ تقسیمیں — یکساں، ایکسپونینشل (الٹا CDF)، نارمل (Box–Muller)، پوائسن (Knuth)۔ سیڈ دکھایا جاتا ہے اور شیئر کیا جا سکتا ہے۔

ماخذ

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