ข้อมูลหลักฟินเทคแผน Performance และ Scale

การตรวจจับการฉ้อโกงแบบเรียลไทม์

ให้คะแนนทุกการชำระเงินในเส้นทางของคำขอด้วยตัวนับความถี่ รายการที่ทราบว่าไม่ดี ความถี่ของบัตร และฟีเจอร์ของโมเดล อ่านจากเซิร์ฟเวอร์เดียว

สัญญาณต่อการชำระเงิน
4
ก่อนการอนุมัติ
ในเส้นทาง
หน่วยความจำสำหรับรายการบล็อก
คงที่
ขั้นที่ 1 จาก 5
นับความพยายามต่อบัตร

หนึ่งตัวนับต่อบัตรต่อนาที ตั้งเวลาหมดอายุหนึ่งนาทีหลังการเพิ่มครั้งแรก

เซสชันตัวอย่างplaying
# นับความพยายามต่อบัตร
hotkv> INCR velocity:card:4f1a:m
(integer) 7

ตัวอย่างแบบแอนิเมชันพร้อมคำสั่ง HotKV จริงและคำตอบตัวอย่าง คลิกขั้นตอนใดก็ได้เพื่อข้ามไปยังขั้นนั้น คำสั่งและคำตอบยังคงเป็นภาษาอังกฤษ ตรงตามที่คุณพิมพ์และเห็นใน HotKV

ปัญหา

การตรวจการฉ้อโกงต้องเกิดก่อนการอนุมัติการชำระเงิน ภายในงบเวลาแฝงของการชำระเงิน สัญญาณที่สำคัญ เช่น บัตรใบนี้ลองกี่ครั้งในนาทีที่ผ่านมา หรืออุปกรณ์นี้อยู่ในรายการบล็อกหรือไม่ คำนวณได้ยากอย่างรวดเร็วจากฐานข้อมูลธุรกรรม

HotKV จัดการอย่างไร

HotKV เก็บสัญญาณไว้พร้อม ตัวนับที่มีเวลาหมดอายุสั้นติดตามความถี่ Bloom filter ตอบว่าบัตรหรืออุปกรณ์เป็นที่ทราบว่าไม่ดีหรือไม่ Count-min sketch ประมาณว่าบัตรถูกใช้บ่อยเพียงใดตลอดวัน และ feature store เสิร์ฟอินพุตของโมเดลความเสี่ยง เอนจินกฎหรือโมเดลรวมสิ่งเหล่านี้ก่อนที่การชำระเงินจะผ่าน

ทีละขั้นตอน

เกิดอะไรขึ้นบ้าง ทีละคำสั่ง

  1. 01

    นับความพยายามต่อบัตร

    หนึ่งตัวนับต่อบัตรต่อนาที ตั้งเวลาหมดอายุหนึ่งนาทีหลังการเพิ่มครั้งแรก

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

    ตรวจรายการบล็อก

    Bloom filter ของอุปกรณ์ที่ทราบว่าไม่ดี ใช้หน่วยความจำคงที่

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

    วันนี้บ่อยแค่ไหน

    Count-min sketch ประมาณการใช้บัตรข้ามบัตรหลายล้านใบโดยไม่ต้องมีตัวนับต่อบัตร

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

    ฟีเจอร์ของโมเดล

    อายุบัญชี ประเทศที่ใช้เป็นประจำ และตะกร้าเฉลี่ย สำหรับโมเดลความเสี่ยง

    FEATURE.GET risk_features account:42
  5. 05

    ตัดสินก่อนเรียกเก็บเงิน

    ความถี่สูงบนบัญชีอายุสามวัน การชำระเงินถูกส่งไปตรวจสอบแทนที่จะส่งให้ผู้ให้บริการ

    XADD fraud:review * card 4f1a account 42 score 0.91
เหมาะกับงานแบบไหน

สถานการณ์จริง

แพลตฟอร์มชำระเงิน

การโจมตีแบบทดสอบบัตรถูกตรวจพบด้วยตัวนับความถี่ภายในไม่กี่วินาที และถูกบล็อกก่อนความพยายามครั้งถัดไป

มาร์เก็ตเพลส

บัญชีใหม่ที่มีตะกร้าผิดปกติและอุปกรณ์ที่อยู่ในรายการบล็อกถูกส่งไปตรวจสอบด้วยมือ

โปรโมชันและการแนะนำ

การใช้คูปองในทางที่ผิดถูกจับได้ด้วยการนับการแลกต่ออุปกรณ์และวิธีชำระเงิน

อยู่ในตัว

สิ่งที่คุณได้รับ

ตัวนับความถี่

INCR พร้อมเวลาหมดอายุต่อบักเก็ตเวลา ละเอียดถึงระดับนาโนวินาที

INCREXPIRENEXPIRE

รายการบล็อก

Bloom filter สำหรับบัตร อุปกรณ์ และอีเมล

BF.ADDBF.EXISTS

การประมาณความถี่

Count-min sketch สำหรับการใช้งานข้ามพื้นที่คีย์ขนาดมหึมา

CMS.INCRBYCMS.QUERY

ฟีเจอร์ของโมเดล

ฟีเจอร์ที่มีชนิดข้อมูลสำหรับโมเดลความเสี่ยง

FEATURE.GET
ข้อมูลอ้างอิง:BF.EXISTSCMS.QUERYFEATURE.GETINCR

คำถามที่พบบ่อย

Bloom filter บล็อกลูกค้าที่ดีได้ไหม

มันรายงานผลบวกลวงได้ในอัตราข้อผิดพลาดที่คุณกำหนด จึงควรใช้เพื่อกระตุ้นการตรวจเพิ่มเติม ไม่ใช่การปฏิเสธทันที

กฎรันที่ไหน

ในเซอร์วิสของคุณเอง HotKV ให้สัญญาณอย่างรวดเร็ว เพื่อให้กฎหรือโมเดลของคุณตัดสินได้ภายในงบเวลาแฝงของการชำระเงิน

แผนไหนรวมฟีเจอร์นี้

ตัวนับและโครงสร้างเชิงความน่าจะเป็นใช้ได้ในทุกแผน Feature store อยู่ในแผน Performance และ Scale

กรณีใช้งานที่เกี่ยวข้อง

แมชชีนเลิร์นนิง

ML feature store แบบเรียลไทม์

ฟีเจอร์ที่มีชนิดข้อมูลสำหรับผู้ใช้ รายการ และเซสชัน เขียนโดยไปป์ไลน์ของคุณและอ่านโดยโมเดลของคุณตอนอนุมาน พร้อมอายุของฟีเจอร์แนบมาด้วย

สำรวจ
API

Rate limiting

ขีดจำกัดอัตราฝั่งเซิร์ฟเวอร์แบบอะตอมมิก GCRA ในคำสั่งเดียว หรือ limiter ที่ตั้งชื่อด้วย sliding window, token bucket หรือ leaky bucket ไม่ต้องใช้ Lua

สำรวจ
การวิเคราะห์

การนับในระดับใหญ่ด้วยโครงสร้างเชิงความน่าจะเป็น

ผู้เยี่ยมชมที่ไม่ซ้ำ “เคยเห็นสิ่งนี้หรือยัง” รายการยอดนิยม และความถี่ ในเหตุการณ์นับพันล้าน โดยแต่ละอย่างใช้หน่วยความจำเล็กและคงที่

สำรวจ

ลองกับเวิร์กโหลดของคุณเอง

HotKV ใช้โปรโตคอลของ Redis คุณจึงชี้ไคลเอนต์ที่มีอยู่มาที่ HotKV แล้วรันคำสั่งเดียวกันนี้ได้

ขอสิทธิ์เข้าใช้งานก่อนใครถัดไป: เชิงภูมิศาสตร์