موتورهای ضد تقلب: سیگنالها، امتیازدهی، قوانین

1) کار ضد تقلب و KPI های کلیدی

هدف این است که برای به حداقل رساندن ضرر و زیان از تقلب با حداکثر سر و صدا از بازیکنان وجدان و تاخیر کم در تصمیم گیری. معیارهای سطح بالا:

• نرخ تقلب (با سپرده/برنده/بازپرداخت)، نرخ بازپرداخت، نرخ سوء استفاده پاداش.
• نرخ تایید/FPR (نرخ مثبت کاذب)، دقت/فراخوان، AUC/PR-AUC برای مدل ها.
• راه حل های تاخیر (p95/p99، بودجه هدف در زمان واقعی: 50-150 میلی ثانیه)، صرفه جویی در هزینه در مقابل پایه.
• نرخ بررسی دستی و SLA برای تجزیه و تحلیل مورد.

2) معماری زمان واقعی

نوار نقاله معمولی:

1. مجموعه ای از رویدادها: واریز، برداشت، ثبت نام، ورود، نرخ، تغییر جزئیات، ایجاد بلیط، استفاده از کدهای تبلیغاتی.

2. غنی سازی: وضعیت KYC/AML، ویژگی های رفتاری، جغرافیایی/دستگاه، اتصالات نمودار، ریسک پروفایل ارائه دهنده پرداخت.

3. زمان واقعی: اتوبوس رویداد (Kafka/PubSub)، فروشگاه ویژگی با ویندوز 5 دقیقه/1 ساعت/24 ساعت، خدمات به ثمر رساند (مدل آنلاین + قوانین).

4. اقدامات: اجازه/رد/چالش (3DS/SCA، KYC اضافی)، محدود کردن، بلوک تبلیغی، بررسی دستی.

5. حلقه Fidbeck: شارژر، موارد تایید شده، تجدید نظر → نشانه گذاری → آموزش مجدد.

6. نظارت: داشبورد و هشدار توسط معیارها، رانش داده ها، پنجره های «آرام» و انفجار.

3) ویژگی های سفارش اول

شناسایی و محیط زیست:

• اثر انگشت دستگاه (WebGL/Canvas، ثبات کاربر عامل، فونت ها)، شهرت IP (VPN/میزبانی)، ASN، پروکسی.
• Geo-behavior: بدون همگام سازی ip-geo در مقابل پرداخت BIN/آدرس، تغییر کشور/منطقه زمانی.
• بیومتریک رفتاری: ریتم کلیک/پیمایش، سرعت و لرزش ماوس، ریتم چاپ، ژیروسکوپ موبایل.
• الگوهای ربات: مرورگرهای بدون سر، زمان های غیر طبیعی پایدار، تکرار اسکریپت.

امور مالی و پرداخت:

• ویژگی های BIN، صادر کننده، کشور خطر، وضعیت 3DS، بازپرداخت کارت.
• ویژگی های سرعت: n سپرده در هر 10 دقیقه/1 ساعت، مقدار در هر پنجره، تلاش برای پرداخت با کارت های مختلف/کیف پول.
• پرچم های رمزنگاری قرمز: سپرده ها از میکسر/مبادلات با ریسک بالا، اتصال نمودار «شکسته» UTXO.

نمودار حساب و اجتماعی:

• ارائه دهنده ایمیل/دامنه سن، namesakes/همان آدرس، تلفن/کارت/دستگاه مسابقات.
• تشخیص چند حساب/خوشه: دستگاه های مشترک/IP، تکرار الگوهای ثبت نام و ورودی.
• پاداش تبلیغی: افزایش ثبت نام در یک آدرس/زیر شبکه، پاداش نقدی سریع، چرخه سپرده حداقل نرخ برداشت.

رفتار بازی:

• سرعت جلسه (زمان به شرط اول، فاصله متوسط بین شرط)، شرط بدون تنوع، بازی تنها با پاداش، توقف فعالیت بلافاصله پس از شرط.

4) مدل های امتیاز دهی: از رگرسیون لجستیک به گراف ML

روش ها ترکیب می شوند:

• افزایش گرادیان/رگرسیون لجستیک برای تفسیر، مدل های سریع در تولید.
• مدل های توالی (GBDT در واحد پنجره زمان، LightGBM/CatBoost ؛ کمتر - LSTM/ترانسفورماتور در حوادث).
• مدلهای گراف (Node2Vec/GraphSAGE) برای شناسایی خوشههای چند حسابی
• گروه ها و نرخ ریسک: ما نرخ نرخ 0.. 100. آستانه A - اجازه خودکار، B - چالش/KYC، C - انکار.

یک مثال از امتیازدهی ساده (pseudocode):

خطر = 0 اگر : خطر + = 25 اگر : خطر + = 30 اگر > 3: خطر + = 20 اگر یا دما: خطر + = 10 اگر : خطر + = 40 نمره = دقیقه (100، خطر)
تصمیم = «اجازه دادن» اگر نمره <30 else «CHALLENGE» اگر نمره <60 else «انکار»

5) قوانین: چرا آنها اگر ML وجود دارد

قوانین مورد نیاز برای:

• واکنش سریع به طرح های جدید (الگوی روز صفر).
• موارد قانونی شفاف (حسابرسی/توجیه).
• سیاست های خوب (استثنائات منطقه ای، سطح VIP، ارائه دهنده خاص).

قوانین مدل:

• سرعت: 'تعداد (سپرده, 10متر) ≥ 3' и 'متمایز _ کارت _ 24h ≥ 2' → چالش.
• عدم تطابق جغرافیایی: 3DS
• استفاده مجدد از دستگاه: «device _ hash» در حساب های ≥ N در 72 ساعت → BAN/REVIEW ملاقات کرد.
• Promo: حساب جدید + پاداش + شرط بندی در حداقل + تلاش برای فورا برداشت → HOLD + تأیید.
• رمزنگاری: UTXO ورودی از خوشه های پرخطر → HOLD به CCM/منبع بودجه.

مدیریت قانون - جدول تصمیم گیری، اولویت ها، درگیری ها، حالت سایه قبل از فعال کردن. Logs: کدام شاخه کار می کند، کدام ویژگی ها تعیین کننده هستند.

6) تعادل بین ریسک و تبدیل

احراز هویت مبتنی بر ریسک: SCA/3DS/доп KYC - فقط در باندهای فشار مرزی.

لیست سفید/graylist/لیست سیاه در سطح BIN، ارائه دهندگان، شرکا، VIP.

تست A/B از سیاست ها: مقایسه آستانه، هزینه خطا در مقابل درآمد، حفظ.

توضیح پذیری: SHAP/اهمیت ویژگی در تشویق برای درخواست تجدید نظر و آموزش پشتیبانی.

7) تجزیه و تحلیل نمودار و چند حساب

گره ها: حساب ها، دستگاه ها، نقشه ها، تلفن ها، IP. دنده ها: «استفاده شده»، «متصل».

معیارها: سه گانه/کلیک، اجزای اتصال، مرکزیت.

قوانین ستون: اگر در جزء> k حساب جدید در 24 ساعت با همان اثر انگشت دستگاه → یک بلوک تبلیغاتی، محدودیت های خروجی، تأیید دستی گره های کلیدی.

8) درباره کلاهبرداری تبلیغاتی/سوء استفاده از پاداش

سیگنال ها:

• ثبت نام سریال با همان نوع آدرس، ایمیل یک بار.
• اجرای سریع حداقل شرط و تلاش برای صفر.
• هماهنگی از طریق همان دستگاه/IP/ارجاع.
• تخفیف: محدودیت در پاداش برای دستگاه و جزئیات پرداخت، KYC در اولین برداشت، شرایط شرط شخصی، کلاه سرعت در تبلیغی.

9) فرآیندها و مدیریت پرونده

صف بندی و اولویت بندی: اولویت بندی موارد با میزان خطر/ضرر.

Playbooks برای تحلیلگران: چک لیست، چه شواهدی برای جمع آوری (تصاویر از معاملات، اظهارات، توضیحات).

SLA: راه حل خودکار ≤ 150 میلی ثانیه، موارد دستی p95 ≤ 24 ساعت ؛ افزایش ارزش بالا ≤ 2 ساعت

تجدید نظر: ردیابی تصمیم، سلسله مراتب تجدید نظر، گذشته نگر از پرچم های اشتباه.

10) داده ها و کیفیت

فروشگاه ویژگی: پنجره های آنلاین (5 دقیقه، 1 ساعت، 24 ساعت) + تجمع آفلاین.

کیفیت داده: کامل بودن، طراوت، رانش. هشدارها هنگامی که سهم null/fallback رشد می کند.

نسخه بندی: طرح های رویداد، نسخه های مدل و مجموعه قوانین، «پخش» در تاریخ.

11) نظارت بر مدل و رانش

رانش داده/رانش مفهوم: تست PSI/KS، کنترل فصلی (عصرها/آخر هفته ها/نسخه های تبلیغاتی).

نظارت آنلاین: کالیبراسیون به ثمر رساند (نمره بریر)، ثبات آستانه.

Shadow/Champion-Challenger: آوردن مدل های جدید به سایه ها، مقایسه با برچسب های آفلاین/بازپرداخت های آخر.

12) انطباق و الزامات قانونی

KYC/AML: لیست تحریم ها، PEP، منابع مالی ؛ آستانه چک دستی.

GDPR/data: به حداقل رساندن، محدودیت هدف، توضیح راه حل ها.

PCI DSS (کارت)، SCA/PSD2 (اتحادیه اروپا)، الزامات MGA/UKGC/Curacao و غیره

حسابرسی: گزارش های تصمیم گیری غیر قابل تغییر، چه کسی/چه زمانی قانون یا مدل را تغییر داد.

13) پروفایل ریسک و اقدامات

مثالی از یک سیاست عملی:

• امتیاز <30 → ALLOW، بدون اصطکاک.
• 30-59 → چالش: SCA/3DS، KYC انتخابی (selfie + dock)، مقدار/محدودیت سرعت.
• 60-79 → HOLD: توقف برداشت، درخواست منبع بودجه، بررسی دستی.
• ≥ 80 → انکار/BAN: واحد تبلیغی/خروجی، بسته شدن حساب پس از تأیید.

14) عملکرد و قابلیت اطمینان

بودجه تاخیر: ویژگی های سبک آنلاین، سنگین در پنجره های ذخیره شده/ارائه شده.

Fail-safe: تخریب به قوانین اساسی در صورت شکست مدل/ویژگی ؛ وقفه ها و قطع کننده مدار.

HA: چندین نمونه از خدمات به ثمر رساند، بدون وضعیت، استقرار آبی سبز، انتشار قناری.

محدودیت نرخ برای اقدامات مهم (ثبت نام، تغییر جزئیات، نتیجه گیری).

15) نمونه ای از یک رویداد و پاسخ موتور

ورودی (به اختصار):

جی سون
{
«رویداد»: «withdraw_request,» «user_id":» u_92871, «مقدار»: 1200. 00، "ارز": "EUR"، "IP": "185. 12. 34. 56 "،" : d: 1a2b3c "،" : "GB"، " :" DE "،" : BASIC "،" BASIC "
}

پاسخ ضد تقلب:

جی سون
{
«تصمیم»: «نگه داشتن»، «نمره»: 68، «دلایل»: [«عدم تطابق جغرافیایی»، «Withdraw_velocity_high,» Active_bonus_low_wagering"]، «اقدامات»: [«درخواست _ KYC _ سطح 2»، «Freeze_withdrawal_48h,» Notify_analyst_queue_high"]
}

16) پیاده سازی: طرح مرحله ای

1. کشف: موجودی رویدادها، منابع، SLA ها.

2. MVP: قوانین اساسی + مدل ساده، تاخیر ≤ 150 میلی ثانیه.

3. لایه نمودار: خوشه بندی چند حساب، تحریم های تبلیغاتی.

4. بیومتریک رفتاری: کاهش رباتها/اسکریپت ها

5. بهینه سازی تبدیل: احراز هویت مبتنی بر ریسک، آستانه.

6. سیستم عامل: مدیریت پرونده، هشدار، گزارش برای تنظیم کننده.

7. بهبود مستمر: سایه اجرا می شود، هر N هفته دوباره آموزش داده می شود، پس از مرگ.

17) چک لیست اقدامات عملی

• فروشگاه تک ویژگی با ویندوز و به روز رسانی SLA.
• پروتکل توضیح تصمیم (ورود به سیستم دلیل، کارت های SHAP).
• جدول تصمیم گیری با اولویت ها، آزمون های درگیری.
• محدودیت های نرخ و سیاست های نگهداری برای خروجی/تبلیغی.
• بررسی نمودار چند حساب قبل از تعهد پاداش.
• چارچوب A/B برای آستانه ها و سیاست ها.
• حالت fail-safe بدون مدل و بدون ادغام خارجی.
• مرور منظم آثار از موارد مثبت کاذب/منفی کاذب.

---

خلاصه رزومه

یک موتور ضد تقلب قوی، «چند قانون» نیست، بلکه یک مدار زنده از سیگنال ها، سیاست های نمره دهی و مدیریت شده است که به سرعت، توضیح و سازگاری کار می کند. ترکیب به ثمر رساند ML با قوانین روشن، تجزیه و تحلیل نمودار و احراز هویت مبتنی بر ریسک - و شما از دست دادن تقلب بدون اصطکاک بیش از حد برای بازیکنان صادق را کاهش دهد.