支付平台
盜刷測試攻擊會在幾秒內被速度計數器發現，並在下一次嘗試之前被擋下。
核心資料金融科技Performance 與 Scale 方案
即時詐欺偵測
在請求路徑中為每筆付款評分：速度計數器、已知不良名單、信用卡頻率與模型特徵，全都從同一台伺服器讀取。
- 種訊號，每筆付款
- 4
- 在核准之前
- 路徑內
- 封鎖清單的記憶體用量
- 固定
步驟 1 ／ 5
統計每張卡的嘗試次數
每張卡每分鐘一個計數器，在第一次遞增後設定一分鐘的到期時間。
範例工作階段playing
# 統計每張卡的嘗試次數
hotkv> INCR velocity:card:4f1a:m
(integer) 7
以真實 HotKV 指令與範例回覆呈現的動畫導覽。點擊任一步驟即可跳到該步驟。 指令與回覆維持英文，與您在 HotKV 中輸入及看到的完全一致。
問題
詐欺檢查必須在付款核准之前完成，且要在結帳的延遲預算之內。真正重要的訊號，例如這張卡在最近一分鐘嘗試了幾次，或這部裝置是否在封鎖清單上，很難從交易型資料庫快速算出。
HotKV 如何處理
HotKV 把這些訊號準備好。帶有短暫到期時間的計數器追蹤速度，Bloom filter 回答某張卡或某部裝置是否已知有問題，Count-min sketch 估算一張卡一整天被使用的頻率，而特徵庫則提供風險模型的輸入。規則引擎或模型在付款通過之前結合這些訊號。
逐步說明
逐個指令看看發生了什麼事
- 01
統計每張卡的嘗試次數
每張卡每分鐘一個計數器，在第一次遞增後設定一分鐘的到期時間。
INCR velocity:card:4f1a:m - 02
檢查封鎖清單
以固定記憶體用量存放已知不良裝置的 Bloom filter。
BF.EXISTS blocked:devices dev:8812 - 03
今天用了多少次？
Count-min sketch 在不必為每張卡各設一個計數器的情況下，估算數百萬張卡的使用情形。
CMS.QUERY cards:today card:4f1a - 04
模型特徵
提供給風險模型的帳戶使用時間、常用國家與平均購物籃金額。
FEATURE.GET risk_features account:42 - 05
在扣款之前決定
一個才開了三天的帳戶出現高速度的交易。這筆付款被送去審核，而不是送給供應商。
XADD fraud:review * card 4f1a account 42 score 0.91
適用之處
真實世界的情境
市集平台
購物籃異常的新帳戶，以及在封鎖清單上的裝置，會被送去人工審核。
促銷與推薦
透過統計每部裝置與每種付款方式的兌換次數，找出優惠券濫用。
內建
您能獲得什麼
速度計數器
依時間區間搭配到期時間的 INCR，精確度可達奈秒。
INCREXPIRENEXPIRE封鎖清單
適用於信用卡、裝置與電子郵件的 Bloom filter。
BF.ADDBF.EXISTS頻率估計
適用於龐大鍵空間使用情形的 Count-min sketch。
CMS.INCRBYCMS.QUERY模型特徵
供風險模型使用的具型別特徵。
FEATURE.GET常見問題
Bloom filter 會擋下正常的客戶嗎？
它可能以您設定的誤差率產生偽陽性，因此請用它來觸發額外的檢查，而不是直接拒絕。
規則在哪裡運行？
在您自己的服務中。HotKV 快速提供訊號，讓您的規則或模型能在結帳的延遲預算內做出決定。
哪些方案包含它？
計數器與機率型結構在每個方案上都能使用。特徵庫屬於 Performance 與 Scale 方案。