ML негизинде геймификация Antifrod жана Antibot

1) Эмне үчүн өзүнчө антифрод системасы

Геймификация активдүүлүктү стимулдайт (миссиялар, токендер, косметика), демек - провокациялайт:

боттор (миссияларды аткаруу скрипттери, токендер/рейтингдер);
мультиаккаунттар/коллюзиялар (командалык бурмалоо, сыйлыктарды "ыргытуу");
эмуляторлор/рут түзмөктөр (кардар манипуляция);
миссиялардын эксплойт (прогресстин реалдуу оюнсуз жүргөн циклдери).

Антифрод максаттары: чынчылдыкты сактоо, UX ысып кетпөө, купуялуулукту/жөнгө салууну сактоо жана экономиканы туруктуу кармап туруу.

2) Сигналдар жана Fich (эсептөө үчүн)

Түзүлүш жана чөйрө

Кардардын бүтүндүгүн тастыктоо (mobile/web), эмулятор/рут белгилери, стандарттуу эмес WebGL/Canvas-кароо.

Device fingerprint (PII жок): User-Agent комбинациялары, шрифттер, графиктер, рендерлик убакыт.

Жүрүм-турум биометрикасы

Click/taches ылдамдыгы, ийри жылмакай, micropausity, траектория өзгөрмөлүүлүгү.

"Адам" ызы-чуу: курсор титиреп, микродрейф скролл, аралык бөлүштүрүү (логнормалдуулук).

Оюн жана миссиялык үлгүлөр

"Идеалдуу" узундуктагы кайталануучу циклдер, аномалдуу туруктуу темп (спин/мин).

Тар иш терезелер (мисалы, так ар бир 10 мүнөт), бир заматта көп баскычтуу тапшырмалар аяктайт.

Graf сигналдар жана тармак

IP/AS дал келүүлөрү, жалпы төлөм булактары (агрегаттарда), достук/чакыруу кластерлери.

"Подигра" менен турнирлерге биргелешип катышуу (натыйжалардын кызыктай корреляциялары).

Экономика/промо

Токендер менен миссияларда пропорционалдуу эмес акча табуу, фармадан кийин кескин жыйынтыктар.

RG/контекст

Микропаузсыз узун сессиялар (бот-белги), түнкү "конвейерлер".

💡 Бардык чүчүкулак чогултулган жана анонимдүү. PII - жөнгө салуучу талаптардын көлөмүндө гана.

3) Модель стек (кармоо катары)

1. Аномалия детекторлор (unsupervised):

Isolation Forest, One-Class SVM, жүрүм-турум жана түзмөктөр үчүн Autoencoder.
Колдонуу: "күнөөлүү" деген жазуусу жок эрте "шектенүү эсеби".

2. Graf-аналитика жана GNN:

Community detection (Louvain/Leiden) + борбордук белгилери (betweenness, degree).
GNN (GraphSAGE/GAT) түйүндөрдү/түйүндөрдү классификациялоо үчүн (коллюзиялар, эсеп чарбалары).

3. Супервизия (supervised):

Gradient Boosting/Tabular Transformers мурунку иликтөөлөрдүн белгилери боюнча.
Calibrated probabilities → чечим кабыл алууда ишеним.

4. Жүрүм-турум эмбеддингдер:

User2Vec ырааттуулугу боюнча; аралык → "бот кластерлер".

5. Коргоо чаралары үчүн контексттик бандиттер:

минималдуу тоскоолдук тандоо (жеңил чек vs катуу текшерүү) контекстинде тобокелдик × UX.

4) эрежелерди топтоо (policy engine)

Идея: ML risk_score берет, саясат экономиканы жана UX эске алуу менен "эмне кылуу керек" чечет.

деңгээл Мисалы:

R0 (жашыл): чектөөсүз; пассивдүү мониторинг.
R1 (сары): жумшак "humanity-челленджи" (микро-аракет), төмөндөтүлгөн cap миссиясы.
R2 (кызгылт сары): device-чек, кошумча темп контролдоо, токендердин эмиссиясын азайтуу.
R3 (кызыл): талаштуу миссиялар боюнча прогресстин блогу, кол менен модерация/сыйлыктарды убактылуу тоңдуруу.
R4 (кара): тыюу/KUS-review (эгерде жөнгө салуу алгылыктуу жана негиздүү болсо).

өткөөл айдоочулар: бириктирилген тобокелдик, Count-Flags Коллюзия, даттануулар, кызмат көрсөтүүчүлөрдөн сигнал.

5) Ашыкча сүрүлбөстөн чынчыл тоскоолдуктар

Invisible текшерүү: арткы жүрүм-турум биометрика, айлана-чөйрөнү тастыктоо.

Humanity-action ордуна капчык: мини-ишарат (кокусунан drag-pattern, убактылуу слайдер), микропаузалар менен убакыт-window.

WebAuthn/Passkeys үчүн "кымбат" иш-аракеттер: сырсөз жок түзмөк/инсандыгын бекитүү.

Реактивдүү тоскоолдуктар: баарына эмес, аномалиялар учурунда гана киргизилет.

6) Анти-үлгүлөрү миссиялар ("pharma" алдын алуу үчүн)

Талаптардын вариативдүүлүгү: ар кандай провайдерлерде/убакытта/чендерде бир катар аракеттер.

Кулдауналар жана мазмунду өзгөртүү: катары менен бир типтеги циклдерге тыюу салуу.

Кокус контролдук окуялар: чакан "адам" узак миссиясынын ортосунда текшерүү.

Параллель прогрессти чектөө: чарбалар бир эле учурда ондогон миссияларды жаппашы үчүн.

7) Комплаенс, купуялуулук, ачык-айкындуулук

Маалыматтар minimization: гана зарыл чыпкалар, анонимдүү агрегаттарды сактоо.

Explainability: reason-codes талаштуу иш-аракеттер үчүн (мисалы, "анормалдуу ылдамдык + граф-кластер").

Appeal-процесс: апелляциянын түшүнүктүү формасы; тез кайра карап чыгуу.

RG саясаты: чарчоо белгилери оюнчу "түртүп" эмес, жүктү азайтуу.

8) Ийгиликтин көрсөткүчтөрү жана экономиканын сакчылары

Bot/Collusion catch rate (негизги сыйлыктарды алганга чейин аныкталган үлүшү).

False Positive Rate (босого <максаттуу; маанилүү калибрлөө).

Lag to Action (аномалиядан чарасына чейин убакыт).

GGR жана сыйлык ROI үчүн чыгаруу: коргоо өзүн актайт.

Complaint/Appeal rate и Appeal overturn rate.

Impact on UX: миссиялардын конверсиясы, жекелештирүүдөн mute/opt-out, чынчылдык боюнча NPS.

9) A/B жана оффлайн валидация

1. Antislopping миссиялары: variativity vs негизги.

2. Humanity чек: көрүнбөгөн ишарат vs классикалык капча.

3. risk_score босогосу: жумшак/катуу (ар кандай TPR/FPR).

4. Graf Filters: c/GNN жок, гана графа эрежелери.

5. тосмолор оркестринин: статикалык vs контексттик бандит.

10) Psevdocode (эсеби → саясат → иш-аракет)

python def score_request(user, event):
x = build_features (user, event) # түзмөк, жүрүм-турум, графикалык белгилер r_unsup = oc_svm. score (x) # аномалиясы r_sup = gbdt. predict_proba (x) [:, 1] # фрод ыктымалдыгы r_graph = gnn_node_prob (user. node_id) # graphic risk = calibrate (r_unsup, r_sup, r_graph) # izotropic калибрлөө return risk

def decide_action(risk, context):
контекст: иш-аракеттердин маанилүүлүгү, сыйлыктын баалуулугу, UX фактору if risk <0. 25:  return "ALLOW"
if risk < 0. 45:  return "SOFT_CHECK"  # humanity-gesture, micro-pause if risk < 0. 65:  return "DEVICE_ATTEST" # integrity + сниж. cap миссиялары if risk <0. 85: return "HOLD_REWARDS" # return "BAN_OR_REVIEW"

def enforce(action, user):
минималдуу барьер if action = = "SOFT_CHECK": trigger_humanity_challenge (user)
elif action == "DEVICE_ATTEST": run_integrity_attestation(user. device)
elif action == "HOLD_REWARDS": freeze_rewards(user, duration="72h")
elif action == "BAN_OR_REVIEW": open_case_to_fraud_ops(user)

11) JSON үлгүлөрү (эрежелер жана журнал)

Тобокелдик деңгээлинин саясаты:

json
{
"policy_id": "anti_fraud_s1",  "tiers": [
{"name":"R0","risk_lt":0. 25,"action":"allow"},   {"name":"R1","risk_lt":0. 45,"action":"soft_check"},   {"name":"R2","risk_lt":0. 65,"action":"device_attest_and_cap"},   {"name":"R3","risk_lt":0. 85,"action":"hold_rewards_review"},   {"name":"R4","risk_gte":0. 85,"action":"ban_or_kyc_review"}
],  "caps": {"missions_per_day_r2": 2, "token_emission_multiplier_r2": 0. 5},  "appeal": {"enabled": true, "sla_hours": 48}
}

Log чечимдер (аудит/даттануу үчүн):

json
{
"decision_id":"dec_2025_10_24_1415",  "user_id":"u_45219",  "risk_components":{"unsup":0. 38,"sup":0. 41,"graph":0. 57},  "final_risk":0. 51,  "action":"device_attest_and_cap",  "reasons":["abnormal_click_tempo","graph_cluster_c17"],  "expires_at":"2025-10-27T14:15:00Z"
}

12) жооп жана редтиминг жараяны

Реалдуу убакытта мониторинг жүргүзүү: тобокелдиктердин өсүшү, графикалык компоненттер боюнча дашборддор.

Runbook окуя:

1. аномалиянын деталы → 2) талаштуу сыйлыктардын эмиссиясын/тоңдурулушун азайтуу → 3) логдорду/графтарды тандоо → 4) эрежелерди/моделдерди тактоо → 5) чынчыл сыйлыктарды ретро-кайра саноо.

Red Team/жер астындагы лаборатория: ботторду симуляциялоо (obfusking, randomization), моделдерге кол салуу (adversarial examples).

Канар Releases: 5-10% жол жаңы тоскоолдуктар.

13) UX жана байланыш

бейтарап, урмат-сый: "өзгөчө иш-аракеттер байкалган - адам (30 сек) деп ырастоо".

Параметрлери: "кийин кайталап", "колдоо менен байланышуу", "даттануу".

Жеткиликтүүлүк: мотор/көрүү мүмкүнчүлүгү чектелген адамдар үчүн альтернатива.

Ачык-айкындуулук: Жалпы принциптер менен "Биз чынчылдыкты кантип коргойбуз" барагы (кыянаттык үчүн рецепт жок).

14) техникалык архитектура (кыскача)

Иш-чараларды чогултуу: Kafka/Redpanda, схемалар 'mission _ progress', 'input _ stream', 'device _ attest'.

Fichestor: онлайн (ms-жашыруун) + оффлайн (батчи 1-6 ч).

ML кызматтары: 'risk-scorer', 'graph-service', 'policy-engine'.

далилдерди сактоо: өзгөрүлбөс Логи (WORM), тынч жана каналдагы шифрлөө.

Security: Server боюнча Secury RNG сиддер; кардар - бир гана визуализация.

15) чыгаруу алдында чек тизмеси

Calibrated ыктымалдыгы (Platt/Isotonic), максаттуу коридордо FPR.
Байланыштуу Graf сигналдар жана кайчылаш түзмөк корреляция.
Орнотулган тосмолор оркестратор (аз тобокелдик менен минималдуу сүрүлүү).
Курулган RG-Гвард жана даттануу; лог-аудит жана reason-codes.
Купуялык жана маалыматтарды сактоо саясаты жөнгө салуу талаптарына жооп берет.
Орнотулган канарейка, Алерт жана Runbook калыбына келтирүү.

Антифрод/анти-геймификация - бул ML катмары + графалар + керек жерде так күйгүзүлгөн чынчыл тоскоолдуктар. Жүрүм-турум биометрикасы жана аномалия-детект эрте сигнал берет, граф-аналитика коллюзияларды ачат, оркестратор минималдуу жетиштүү текшерүүнү тандайт. Ачык-айкындуулук, купуялуулук жана UX урматтоо менен система атаандаштыктын чынчылдыгын сактап, сыйлыктардын экономикасын коргойт жана продукцияны ак ниеттүү оюнчулар үчүн "тоскоолдук тилкесине" айландырбайт.