SPEC ۰۳ · مشخصات فنی سامانه

کشف تقلب و کنترل ریسک با ردیابی مستند: تله‌متری لبه، 3DS 2.0 و گراف‌های ریسک

۸ مهر ۱۴۰۵

[معماری سیستم][مقاله فنی][کشف تقلب و کنترل ریسک][یادگیری ماشین][تحلیل گراف]

SLA امتیازدهی در لبه: کمتر از ۳۰ میلی‌ثانیه

این سند معماری برخط کشف تقلب و کنترل ریسک را در شبکه‌های پرتراکنش بررسی می‌کند. محورهای بررسی شامل فیلتر قواعد ابتکاری ایستا، جمع‌آوری تله‌متری در لبه، امتیازدهی رفتاری با یادگیری ماشین، انتقال مسئولیت در 3D-Secure 2.0 و تحلیل گراف برای ردیابی مستند پس از تراکنش است.

حدود ثابت عملکرد هدف

سقف نسبت برگشت وجه ناشی از اعتراض: ۱٫۰ ٪ بر اساس سقف برنامه شبکه کارت
نرخ تأیید بدون چالش: بیش از ۹۲٫۰ ٪ عبور مستقیم در 3DS 2.0
سقف مثبت کاذب: کمتر از ۰٫۵ ٪ رد خریداران واقعی
SLA امتیازدهی در لبه: کمتر از ۳۰ میلی‌ثانیه برای ارزیابی در مرز شبکه

۰۱. راهبرد دفاع: کنترل چندلایه در مرز شبکه

قواعد ابتکاری ایستا، گلوگاه عملیاتی ایجاد می‌کنند. مهاجمان به‌سرعت رفتار خود را با کنترل نرخ تراکنش و فهرست کشورهای مسدود تطبیق می‌دهند. هم‌زمان، جهش ترافیک نرخ رد اشتباه خریداران واقعی را بالا می‌برد.

پلتفرم‌ها کنترل‌های مرزی را در چند لایه اجرا می‌کنند:

فیلتر قطعی در ورودی: پیام نامعتبر، ترافیک زیرشبکه IP آلوده و تراکنش مرتبط با BIN مسدود را حذف می‌کند.
جمع‌آوری تله‌متری در لبه: آنتروپی دستگاه، ویژگی‌های نمایشگر کاربر و سیگنال‌های محیط مرورگر را ثبت می‌کند.
یادگیری ماشین رفتاری: امتیاز ریسک را از گراف تراکنش‌ها و سابقه الگوهای کاربر، برخط محاسبه می‌کند.
تحلیل گراف برای ردیابی مستند پس از تراکنش: شبکه‌های هویت جعلی ترکیبی و مسیرهای چندمرحله‌ای پول‌شویی را شناسایی می‌کند.

فرمول محاسبه:
Chargeback Ratio = (Chargebacks Received in Month N / Total Transactions in Month N-1) * 100

۰۲. موتورهای کشف تقلب و کنترل ریسک: قواعد ابتکاری در برابر یادگیری ماشین رفتاری

فیلتر مبتنی بر قواعد ابتکاری

موتور قواعد، پارامترهای ثابت را بررسی می‌کند: سقف نرخ تراکنش برای هر توکن کارت، مغایرت موقعیت جغرافیایی IP و جدول BINهای آلوده. این مرحله در کمتر از ۵ میلی‌ثانیه اجرا می‌شود، اما در کمپین بازاریابی یا جهش ترافیک واقعی، نرخ مثبت کاذب بالایی دارد.

امتیازدهی رفتاری با یادگیری ماشین

مدل، بردارهای تله‌متری با ابعاد بالا را ارزیابی می‌کند. ورودی‌ها شامل ریتم تایپ، آنتروپی جهت‌گیری دستگاه و گراف خوشه‌بندی موجودیت‌ها هستند. مدل، بردار ریسک را در بازه ۰٫۰۰ تا ۱٫۰۰ و در چارچوب SLA قطعی ۲۵ میلی‌ثانیه محاسبه می‌کند.

انتقال مسئولیت در 3D-Secure 2.0

سامانه، داده‌های تفصیلی تله‌متری دستگاه را مستقیم به سرور کنترل دسترسی صادرکننده کارت (ACS) می‌فرستد. تراکنش کم‌ریسک بدون چالش احراز هویت تأیید می‌شود. این مسیر، مسئولیت مالی اختلاف را از پذیرنده به صادرکننده کارت منتقل می‌کند و مرحله اضافی به پرداخت تحمیل نمی‌کند.

آستانه امتیاز ریسک و افت نرخ تکمیل پرداخت

انتخاب آستانه تشخیص، موازنه بهینه‌سازی روی منحنی ROC، مشخصه عملکرد گیرنده، را تعیین می‌کند:

آستانه امتیاز	راهبرد کنترل	نرخ رد اشتباه	نرخ تقلب کشف‌نشده
`0.10`	بسیار سخت‌گیرانه	۸٫۸ ٪، ریزش بالای کاربر	۰٫۰۱ ٪، تقلب تقریباً صفر
`0.35`	تعادل بهینه	۲٫۲ ٪	۰٫۰۴ ٪
`0.50`	عملیات متوازن	۰٫۷ ٪	۰٫۲۵ ٪، منطبق با ضوابط
`0.75`	منعطف	۰٫۲ ٪	۰٫۸۸ ٪، محدوده هشدار
`0.90`	پرریسک	۰٫۰۵ ٪	۲٫۶۰ ٪، نقض ضوابط شبکه کارت

۰۳. زنجیره پردازش ریسک در لبه

01 · INGRESS
Edge Telemetry -> Screen Entropy, Browser Canvas, IP Subnet (< 15ms)
      ↓
02 · HEURISTICS
Rule Engine -> Velocity Check, Card Expiry Format, BIN Blacklist (< 5ms)
      ↓
03 · SCORING
Behavioral ML -> High-Dimensional Vector Inference, Entity Graphs (< 25ms)
      ↓
04 · OUTCOME
3DS 2.0 Decision -> Low Risk: Frictionless Pass | High Risk: Biometric Challenge / Rejection

۰۴. پایش برگشت وجه ناشی از اعتراض و وضعیت پذیرنده در برنامه نظارتی

برنامه‌های شبکه کارت، Visa VDMP و Mastercard ECP، آستانه‌های سخت‌گیرانه‌ای بر حجم تراکنش پذیرنده اعمال می‌کنند:

سطح برنامه شبکه کارت	آستانه نسبت برگشت وجه ناشی از اعتراض	پیامد عملیاتی و جریمه
وضعیت منطبق با ضوابط	`< 0.75 %`	ادامه عملیات با کارمزد عادی پردازش شبکه کارت.
آستانه هشدار	`0.75 % - 0.99 %`	افزایش دفعات گزارش‌دهی و الزام ممیزی زودهنگام اقدامات اصلاحی.
پایش ویژه برنامه	`>= 1.0 %`	جریمه شبکه کارت، ۲۵ تا ۵۰ دلار برای هر برگشت وجه ناشی از اعتراض، کارمزد اضافی پردازش و ریسک لغو مجوز.