調節防凍劑和規則
TL;DR
Antifrod不是「捕捉入侵者」，而是利潤優化：在限制裂紋成本（CoF）和AR_net時，最大限度地減少裂紋和沖鋒槍的暴露損失（EL）。基本方案：計分（ML）→閾值/樹木步進→規則（策略和速度）→手動驗證。成功得出的結果是：純標簽，穩定的fichi，經濟上校準的閾值，金絲雀發行，嚴格的冪等性和規則的可管理性。
1）經濟生產
Expected Loss:
`EL = P_fraud(tx) × Exposure(tx)`;通常'Exposure=captured_amount'。
Cost of Friction (CoF):
`CoF = (Abandon_on_Friction × LTV_new/ret) + Opex_review + Fees_stepup`.
目標函數（最大化profit）：- `Profit = GGR − Cost_payments − EL − CoF`.
最佳閾值「τ」：選擇「d（Profit）/dτ=0」或通過網格min（「EL+CoF」）進行得分。實際上，是具有權重的ROC/PR的成本感：'w_fraud=Exposure'，'w_fp=LTV_loss+opex'。
2）認證樹枝（step-up ladder）
1.Auto-approve（低風險）：即時通道,3 DS frictionless在可能的情況下。
2.Step-up A: 3DS challenge / SCA / device-challenge / reCAPTCHA.
3.Step-up B: легкий KYC (doc selfie/face-match, liveness).
4.手冊評論：分析師的案例（SLA，reason-codes）。
5.Auto-decline：高風險/制裁/mu子/憑證異常。
閾值/分支取決於得分，總和（「ticket_size」），國家/地區，BIN/issuer，行為奇觀和上下文（獎勵活動，夜間窗口，velocity）。
3）信號和fichi（最小基礎）
支付：BIN/IIN，issuer_country，ECI/3DS流，AVS/CVV比賽，軟標碼，歷史上的退款/派遣。
行為：事件速度（velocity： 'cards/device/ip/email'）,白天時間,first-seen/last-seen,「拓撲」帳戶（圖通信：通用設備/卡/錢包）。
設備/網絡：設備指紋、仿真器/玉米餅、代理/VPN/TOR、ASN/托管。
反獎金：推薦辛迪加，「抽出」獎金，異常模式depozit→vyvod沒有遊戲。
付款/錢包/代金券：PIN重播，地理錯配，「速度」稀有，模擬級聯。
KYC/KYB：級別，驗證，SoF/SoW標誌。
制裁/RER/清單：名單匹配、Fuzzi FIO/地址匹配。
4）堆棧： ML+規則
5）質量指標（基數清晰）
AR_clean = `Auth_Approved / (Auth_Attempted − Fraud_preblocked − Abandon_3DS)`
Fraud Rate（通過捕獲）='Fraud_captured_amount/ Captured_amount'
Chargeback Rate='Chargeback_count/ Captured_Tx'（或總和）
False Positive Rate (FP) = `Legit_declined / Legit_attempted`
Step-up Rate = `StepUp_tx / Auth_Attempted`, Abandon_on_StepUp
Auto-approve %, Manual review %, Review SLA/TtA
調整後的凈利潤提升（AB差EL+CoF vs控制）。
基準：新用戶的FP ≤ 1-2％（按數量），Fraud（按數量）-在許可證/計劃目標走廊中。
6）閾值和規則政策
6.1閾值校準
我們構建一個成本曲線：對於每個「τ」認為「EL（τ）+CoF（τ）」。
選擇最低限度的「τ」。對於高門票-一個單獨的「τ_hi」。
6.2示範規則（偽代碼）
yaml
- name: SANCTIONS_HIT when: sanctions_match==true action: DECLINE reason: "Sanctions/PEP match"
- name: BIN_RISKY_3DS when: bin in RISKY_BINS and score in [τ_low, τ_mid)
action: STEPUP_3DS
- name: DEVICE_VELOCITY_LOCK when: device_id in last_10min.deposits > 3 action: DECLINE_TEMPORARY ttl: 2h
- name: BONUS_ABUSE_GUARD when: (bonus_received and gameplay_turnover < Xdeposit_amount) and payout_request action: HOLD_REVIEW reason: "Turnover not met"6.3動態限制
按風險級別（風險級別）劃分的交易金額和數量限制：「R1/R2/R3」。
新賬戶的自適應限制，以良好的歷史預熱。
7）規則生命周期（政府）
DSL/規則註冊表，具有版本，所有者和效果說明。
Shadow mode → canary (5–10%) → full rollout.
RACI: Owner (Payments Risk), Approver (Compliance/Legal), Consulted (Support/Treasury), Informed (Ops).
審核日誌：誰/何時更改了哪些度量/AV，回滾。
規則有效期和重新評估（例如30/60天）。
8）數據和模型培訓
按時間劃分，沒有泄漏（功能僅來自過去的窗口）。
目標標簽：confirmed fraud/chargeback；單獨的獎勵標簽。
按總和（amount-weighted loss）重建類。
Drift監視：PSI for key fich, KS for scors, baseline stability。
Retrain觸發器：PSI> 0。25、KS下降，交通/轄區變化。
9）可解釋性和薩波特
對於每個解決方案，我們生成具有人性化線索的reason_codes（最多5個原因）。
踏入/故障的Sapport宏。（3 DS，KYC，turnover）。
孢子/發散：反饋進入標簽管道（關閉循環）。
10）合規與隱私
GDPR/DSAR：決定解釋權；PII的最小化；hashing （salted） ID （電子郵件/電話/PAN令牌）。
PCI-DSS：PAN安全流，令牌化。
制裁/AML：單獨的篩選+MLRO升級輪廓。
Retention：信號存儲策略和解決方案合理性。
11）監測和Alerta（每小時/每日）
AR_clean, Fraud (amt%), FP (retention-weighted), Step-up/Abandon, Review SLA, Chargeback Rate (lagged).
Velocity尖峰，TOR/Proxy/ASN托管的增長，BIN降解，憑證稀有。
Alerts： FP>走廊,Fraud> targeta, Abandon>基地+X p.p., PSI/KS漂移。
12） SQL切片（示例）
12.1基本指標
sql
WITH base AS (
SELECT
DATE_TRUNC('day', attempt_ts) d, country, provider, method_code,
COUNT() FILTER (WHERE auth_status='ATTEMPTED') AS attempted,
COUNT() FILTER (WHERE auth_status='APPROVED') AS approved,
COUNT() FILTER (WHERE decision='DECLINE' AND label='LEGIT') AS fp_cnt,
SUM(captured_amount) AS cap_amt,
SUM(CASE WHEN label='FRAUD' THEN captured_amount ELSE 0 END) AS fraud_amt
FROM payments_flat
GROUP BY 1,2,3,4
)
SELECT d, country, provider, method_code,
approved::decimal/NULLIF(attempted,0) AS ar_clean,
fraud_amt::decimal/NULLIF(cap_amt,0) AS fraud_rate_amt,
fp_cnt::decimal/NULLIF(attempted,0) AS fp_rate
FROM base;12.2積壓和積壓故障份額
sql
SELECT
DATE_TRUNC('day', attempt_ts) d,
WIDTH_BUCKET(score, 0, 1, 10) AS bucket,
AVG(CASE WHEN decision='STEPUP' THEN 1 ELSE 0 END) AS stepup_share,
AVG(CASE WHEN decision='DECLINE' THEN 1 ELSE 0 END) AS decline_share,
AVG(CASE WHEN stepup_abandon THEN 1 ELSE 0 END) AS abandon_after_stepup
FROM risk_events
GROUP BY 1,2
ORDER BY d, bucket;13）花花公子調音
在穩定的FP下的Fraud（amt%）增長→提高「τ」，增強設備/ASN的優勢，並包括易受攻擊的BIN的3DS-challenge。
新→的FP較高，可以減輕低門票的「τ」，將部分轉換為Step-up A而不是偏轉。
Abandon 3DS↑ →與PSP就3 DS2參數進行談判，改善UX，縮小移動的低風險步伐。
Sindividual獎金網絡→圖形fici，限制「並行」付款，turnover規則。
憑證異常→通過PIN/零售商/地理，設備綁定，保管直到驗證。
14）實施： 支票單
- 經濟閾值校準（「EL+CoF」），按細分市場分開的「τ」。
- 規則註冊表（DSL），shadow→canary→rollout，審核和回滾。
- Reason-codes和通信模板。
- 監視PSI/KS，漂移Fitch/Scores，常規Retrain。
- 反饋渠道（disputy→leybly）。
- KYC/step-up政策，SLA評論和TtA/TtR。
- 私有性：hashing ID，最小化PII。
15）摘要
防凍調諧是一種系統性的利潤優化，具有可控摩擦功能：ML評分+深思熟慮的步進林地，嚴格的法律規則和整潔的速度限制。經濟閾值校準、純標簽、金絲雀布局和嚴格的可管理性使Fraud的總和低,新的FP低,高AR_net-對合規性和UX沒有驚喜。