反欺詐和欺詐分析

1）為什麼需要它

Frod巡回賽的目的是減少財務損失（charjbacks，獎金缺口，現金），保護玩家免受ATO的侵害，並在不破壞UX的情況下保持監管/合作夥伴合規性。基礎是面向風險的方法（RBA），其中將資源用於風險和損害最大化的地方。

2）威脅分類法（iGaming上下文）

1.多巡回賽（農場，代理巡回賽，文檔克隆）。
2.Bonus Abuse（帳戶軌道，「旋轉木馬」depozit→vyvod，促銷仲裁）。
3.Account Takeover（ATO）（網絡釣魚，密碼鎖，SIM交換機）。
4.接力賽（投註/遊戲協調；P2R/錦標賽，PvP插槽/任務）。
5.Charjbeck Frod（友好fraud，卡測試，中介）。
6.支付方案（第三方，「muls」，通過快速現金結算兌現）。
7.Doc frod/KUS-bypas（合成個性，雙面體，機器人）。
8.機器人活動（註冊/登錄/投註腳本，仿真器）。
9.隸屬關系（餅幹，有動機交通，隱藏的重新分配）。
10.利用機械師（限制錯誤，RTP漂移，錦標賽/任務錯誤）。

3）數據和fichi（收集什麼以及如何烹飪）

身份：電子郵件/電話,設備打印,瀏覽器信號,地理定位/IP-ASN。
KYC/KYB/KYA：文件質量、自拍照、付款人姓名匹配。
付款：BIN/issuer，IP↔BIN↔dokument國家/地區匹配，頻率/金額，退款/charjbacks。
遊戲：投註速度，方差，與其他帳戶的相關性，「最低風險」。
行為：會話持續時間，過渡，形狀門速率，錯誤的輸入。
圖形：設備/地圖/地址/aipi/關聯連接。
服務：反機器人系統標誌，會員流量質量，客戶版本。

Fiche-stor：具有在線/離線一致性的單個可轉換特征存儲（用於計分的民兵秒訪問）。

4）確定性規則（快速控制）

• R-01：IP國家≠ BIN國家/地區，文件≠國家/地區→+25風險，WD手動支票。
• R-02：≥3 24小時+15 →不同的支付工具。
• R-03：在遊戲風險低→+30的情況下depozit→zapros輸出
• R-04：設備/地址與先前鎖定的帳戶相關聯→直到咆哮。
• R-05：fail livnes/antibot →強硬的KYC，禁止獎金。
• R-06：支付資金持有人不符合索→解放陣線/確認要求。

提示：驗證規則,使用金絲雀夾雜物和來自案例團隊的反饋。

5）ML得分（靈活性和降低FP）

模型：梯度增強/樹木，對數，圖形-GNN/Node2Vec，文本-簡單的應用程序栓塞。
目標：在N日地平線上 ATO/charjback/獎勵算法的概率。
Fici：設備，付款，鏈接圖，費率時間序列，關聯質量標簽。
說明：SHAP/Reason Codes for sapport and conversion。
漂移：監視PSI/度量波動，自動校準閾值。

6）伯爵分析師

頂點：帳戶，設備，地圖，地址，IP，會員。
Rebra：「使用/連接到/擁有/歸納/輸出」。
模式：「農場」集群，翻譯三角形，具有共享設備的「星星」。
用法：對案例進行優先排序（群集中心以上）,禁止群組付款直至咆哮。

7）Antibot和livness

設備指紋+行為生物識別（小鼠運動/計時）。
Liveness（被動/主動），anti-Spoof（面具，中繼器）。
仿真器/自動復數器：ADB/仿真器信號，UI事件模式。
Rate limits/kapchi具有適應性，不殺死轉化。

8）情景總監

8.1個獎金缺口

階梯獎金（遞延獎金/營業額發行），FTD獎金限制，會員/設備上的「cooldown」。
圖形限制（在「七個」帳戶/設備上）。
透明的條件,針對最低風險的反利率。

8.2 ATO

MFA/push確認，基於風險的登錄名（新設備/IP →補充檢查）。
郵件/短信中的秘密標記，密碼提示。
「不是我」信號，並通過應用程序快速捕獲。

8.3 Charjbacks

3-D安全/可信方法，velocity規則。
持卡人/帳戶的匹配，WD的「same method」。
分歧的證據檔案（輸入，IP，會話）。

8.4大獎/錦標賽

結果/投註的異常相關性，重復的序列，同一玩家的頻繁匹配。
秘密的「控制」桌子/錦標賽以識別陰謀。

9）案件管理和調查過程

管道：Alert →資格（L1）→碼頭查詢/解釋→決定（L2/MLRO）→海後行動（限制/區塊/SAR，如果需要）→。

• 高風險WD/制裁/付款-≤4 -8小時。
• ATO/安全-nemedlenno/≤2小時。
• Bonus Abuse-≤24小時。

工具：隊列優先級，信件模板，四眼，WORM解決方案存儲，reason代碼。

10）解決方案架構

Event bus （real time）：登錄、存款、投註、WD、個人資料更改。
欺詐服務：規則+在線ML得分（毫秒）。
Feature store：具有一致性的在線/線下幻想。
圖形商店：快速搜索鏈接和群集。
案例系統：隊列，SLA，與sapport/KUS/付款的集成。
可觀察性：度量/logi/traces，規則/模型版本，金絲雀分期付款。

11）度量標準與目標

Chargeback Rate/Net Fraud Loss（%GGR/音量）。
Precision/Recall alerts；假正價（尤其是在登錄名/WD上）。
時間到決定，時間到付款（措施前後）。

Auto-clear / Manual-review rate.

ATO Containment Time和已恢復帳戶的比例。
Bonus Abuse Uplift（節省）和ROI措施。

Affiliate Traffic Quality: CR→FTD→депозитор, WD-ratio, chargeback-by-affiliate.

12）隱私，道德和UX

數據最小化，合法的處理理由；保存≥5年的證據。
反生物：排除敏感特征；fichi-行為/事實。
可解釋：通信中的理性代碼，可理解的上訴。
UX平衡：軟默認檢查，信號升級；不要徒勞地阻止「幹凈」。

13）實驗和校準

A/B ML規則和閾值測試；加那利群島交通量的5-10%。
成本矩陣：FP vs FN價格，利潤閾值優化。
周期性重新校準（平方米/月），季節性/運動控制。

14）與付款、KYC和AML的互動

付款：pre-auth/3DS，所有者驗證，WD的「same-method」，跟蹤。
KYC：livness，NFC閱讀，風險重新驗證。
AML：合理懷疑的SAR/STR，對WD，SOF/SOW進行高風險的制裁。

15）支票清單（運營）

• Antibot+設備指紋。
• 地理/IP/BIN基本規則。
• KYC L1 （doc+livness）, 制裁/RER。
• RG包含的起始限制。

• 重申制裁/重建制裁制度。
• 支付資金所有者的匹配。
• 檢查圖關系和行為異常。
• SOF超過閾值。

• 緊急調整規則/閾值。
• 凍結有爭議的付款。
• 通知支付夥伴/附屬機構（根據需要）。
• 海後和花花公子更新。

16）典型的錯誤以及如何避免它們

重新調節（殺死轉換）→逐步措施，金絲雀測試。
Island解決方案（無輪胎/fiche-store） →集中fichi和事件。
沒有反饋→在案例/沖鋒槍結果上訓練模型。
忽略圖形→跳過「農場」集群。
缺乏可解釋性→上訴嚴重，與sapport/監管機構發生沖突。

17）風險水平行動矩陣示例

18）實施（路線圖）

1.確定目標（減少沖擊/沖擊，TTP ATO），KPI和風險食欲。
2.構建活動總線、功能商店、基本規則和案例系統。
3.連接圖形存儲和ML在線評分。
4.運行金絲雀測試，設置漂移和漂移監控。
5.培訓團隊（sapport/合規性/付款），固定RACI。
6.每季度校準規則/模型，進行審核和復古。

結果

有效的欺詐控制是一個系統：單一事件總線，fiche-stor，規則和ML混合體，圖形分析，紀律嚴明的案例管理以及與KYC/AML/付款的深思熟慮的集成。除此之外，還有UX節約，透明度量和常規實驗-並且您將獲得穩定的回路，以減少損失並保持玩家轉換和信任。