Data intiFintechPaket Performance dan Scale

Deteksi Penipuan Real-Time

Beri skor pada setiap pembayaran di jalur permintaan dengan penghitung kecepatan, daftar yang diketahui buruk, frekuensi kartu, dan fitur model, dibaca dari satu server.

sinyal per pembayaran
4
sebelum persetujuan
Di jalur
memori untuk daftar blokir
Konstan
Langkah 1 dari 5
Hitung percobaan per kartu

Satu penghitung per kartu per menit, diberi kedaluwarsa satu menit setelah kenaikan pertama.

Sesi contohplaying
# Hitung percobaan per kartu
hotkv> INCR velocity:card:4f1a:m
(integer) 7

Panduan beranimasi dengan perintah HotKV yang sebenarnya dan balasan contoh. Klik langkah mana pun untuk melompat ke sana. Perintah dan balasan tetap dalam bahasa Inggris, persis seperti yang Anda ketik dan lihat di HotKV.

Masalahnya

Pemeriksaan penipuan harus terjadi sebelum pembayaran disetujui, dalam anggaran latensi sebuah checkout. Sinyal yang penting, seperti berapa banyak percobaan kartu ini dalam menit terakhir atau apakah perangkat ini ada di daftar blokir, sulit dihitung dengan cepat dari database transaksional.

Cara HotKV menanganinya

HotKV menjaga sinyal tetap siap. Penghitung dengan kedaluwarsa pendek melacak kecepatan, filter Bloom menjawab apakah kartu atau perangkat diketahui buruk, Count-min sketch memperkirakan seberapa sering kartu dipakai sepanjang hari, dan feature store menyajikan masukan untuk model risiko. Mesin aturan atau model menggabungkannya sebelum pembayaran diteruskan.

Langkah demi langkah

Apa yang terjadi, perintah demi perintah

  1. 01

    Hitung percobaan per kartu

    Satu penghitung per kartu per menit, diberi kedaluwarsa satu menit setelah kenaikan pertama.

    INCR velocity:card:4f1a:m
  2. 02

    Periksa daftar blokir

    Filter Bloom dari perangkat yang diketahui buruk dalam memori konstan.

    BF.EXISTS blocked:devices dev:8812
  3. 03

    Seberapa sering hari ini?

    Count-min sketch memperkirakan pemakaian kartu di antara jutaan kartu tanpa penghitung per kartu.

    CMS.QUERY cards:today card:4f1a
  4. 04

    Fitur model

    Usia akun, negara yang biasa, dan rata-rata keranjang untuk model risiko.

    FEATURE.GET risk_features account:42
  5. 05

    Putuskan sebelum menagih

    Kecepatan tinggi pada akun berusia tiga hari. Pembayaran dikirim untuk ditinjau, bukan ke penyedia.

    XADD fraud:review * card 4f1a account 42 score 0.91
Di mana ini cocok

Skenario dunia nyata

Platform pembayaran

Serangan pengujian kartu terlihat oleh penghitung kecepatan dalam hitungan detik dan diblokir sebelum percobaan berikutnya.

Marketplace

Akun baru dengan keranjang tidak biasa dan perangkat yang ada di daftar blokir dikirim untuk ditinjau secara manual.

Promosi dan referal

Penyalahgunaan kupon tertangkap dengan menghitung penukaran per perangkat dan metode pembayaran.

Bawaan

Yang Anda dapatkan

Penghitung kecepatan

INCR dengan kedaluwarsa per bucket waktu, hingga presisi nanodetik.

INCREXPIRENEXPIRE

Daftar blokir

Filter Bloom untuk kartu, perangkat, dan email.

BF.ADDBF.EXISTS

Perkiraan frekuensi

Count-min sketch untuk pemakaian di ruang kunci yang sangat besar.

CMS.INCRBYCMS.QUERY

Fitur model

Fitur bertipe untuk model risiko.

FEATURE.GET

Pertanyaan umum

Bisakah filter Bloom memblokir pelanggan yang baik?

Ia dapat melaporkan false positive pada tingkat kesalahan yang Anda konfigurasi, jadi gunakan untuk memicu pemeriksaan tambahan, bukan penolakan mutlak.

Di mana aturan dijalankan?

Di layanan Anda sendiri. HotKV menyediakan sinyal dengan cepat sehingga aturan atau model Anda dapat memutuskan dalam anggaran latensi checkout.

Paket mana yang menyertakannya?

Penghitung dan struktur probabilistik bekerja di setiap paket. Feature store adalah bagian dari paket Performance dan Scale.

Kasus penggunaan terkait

Coba pada beban kerja Anda sendiri

HotKV berbicara protokol Redis, jadi Anda dapat mengarahkan klien yang sudah ada ke HotKV dan menjalankan perintah yang sama.