Giới thiệu
Bạn mua hàng online, nhập số thẻ, nhấn “Thanh toán” — và trong chưa đầy 100 mili-giây, Stripe Radar (công cụ chống gian lận của Stripe) đã chấm điểm hơn 1.000 đặc trưng để quyết định cho qua hay chặn.
Bí quyết không nằm ở mô hình phức tạp. Nó nằm ở cách kỹ sư Stripe biến vài trường dữ liệu thô của một giao dịch (số thẻ, IP, số tiền, thời gian) thành hàng trăm tín hiệu có ý nghĩa: velocity feature (tốc độ dùng thẻ), device fingerprint (dấu vân tay thiết bị), network graph (liên kết giữa các thực thể). Đây chính là feature engineering ở quy mô toàn cầu.
Stripe xử lý hàng trăm tỷ đô-la thanh toán mỗi năm. Chỉ khoảng 0,1% là gian lận — nhưng con số tuyệt đối lên tới hàng tỷ đô-la. Mỗi giao dịch chỉ cung cấp vài trường raw data: số thẻ, số tiền, IP, thời gian, vài metadata.
Vấn đề lõi: từ vài trường đó, làm sao tạo ra tín hiệu đủ mạnh để phân biệt giao dịch thật và gian? Kẻ gian liên tục thay đổi chiêu: VPN, thẻ ảo, danh tính giả. Dữ liệu mất cân bằng cực đoan: đoán “hợp lệ” cho tất cả vẫn đạt accuracy 99,9% — nhưng recall bằng 0, vô dụng.
| Ràng buộc | Ý nghĩa |
|---|---|
| Imbalanced 1:1000 | Accuracy 99,9% có thể = recall 0. Cần feature mạnh hơn cả mô hình. |
| < 100 ms/giao dịch | Mọi feature phải tính được real-time, không được chậm. |
| Kẻ gian đổi chiêu liên tục | Feature hôm nay mạnh, mai cũ. Phải cập nhật liên tục. |
Bốn nhóm feature của Stripe
1. Velocity features (đặc trưng tốc độ)
Stripe tính “thẻ này đã thử bao nhiêu giao dịch trong 10 phút / 1 giờ / 24 giờ qua?” Giao dịch hợp lệ thường 1–2 lần mỗi ngày. Kẻ gian thử hàng chục lần liên tiếp (card testing). Velocity bắt ngay pattern bất thường đó. Stripe có hệ thống tính velocity real-time trên toàn mạng lưới.
Dưới đây là phiên bản tinh gọn của ý tưởng: bạn có 8 giao dịch (4 gian lận, 4 hợp lệ) và 4 feature để bật/tắt. Xem AUC (khả năng tách biệt gian/hợp) tăng thế nào khi bạn bật từng feature — chính là trải nghiệm của kỹ sư Stripe khi thêm một cột mới vào pipeline. Ở cấu hình rỗng, mô hình không có tín hiệu — AUC ~0.5 (đoán bừa).