ONE is preparing: 01 / INITIALIZING MODEL ROUTER. Evaluating routing across providers.
Current state
01 / INITIALIZING MODEL ROUTER.

Evaluating routing across providers.

Start learning
← Kỹ năng thực hành

AI Foundation

Xây dựng đặc trưng trong chống gian lận

Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.

Cách Stripe Radar chế tạo hơn 1.000 đặc trưng từ vài trường giao dịch thô để phát hiện gian lận trong chưa đầy 100 mili-giây.

lesson107 minKỹ năng thực hànhAI Foundation

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 buộcÝ nghĩa
Imbalanced 1:1000Accuracy 99,9% có thể = recall 0. Cần feature mạnh hơn cả mô hình.
< 100 ms/giao dịchMọi feature phải tính được real-time, không được chậm.
Kẻ gian đổi chiêu liên tụcFeature hôm nay mạnh, mai cũ. Phải cập nhật liên tục.

Bốn nhóm feature của Stripe

1 / 4
  1. 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).

Một vụ gian lận thật — từng feature bóc mặt nạ

Theo dõi một giao dịch giả trông bình thường bị hệ thống tóm qua bốn bước feature khác nhau.

Bốn bước

1 / 4
  1. 1. Giao dịch trông bình thường

    Thẻ Visa, mua đồ điện tử 6,9 triệu tại một shop ở Nga. Số tiền hợp lý cho đồ công nghệ, thẻ hợp lệ, 3D Secure bỏ qua. Nếu chỉ nhìn raw data, nhiều ngân hàng sẽ cho qua.

Bạn là kỹ sư Stripe, cần thêm 1 feature nữa để bắt thêm các vụ gian lận dùng thẻ quà (gift card). Feature nào có khả năng hữu ích nhất?

Code mẫu — tính velocity feature với pandas

velocity_feature.py

import pandas as pd

df = df.sort_values(["card_id", "ts"])

df["vel_10m"] = (
    df.groupby("card_id")["ts"]
      .rolling("10min")
      .count()
      .reset_index(0, drop=True)
)

df["vel_1h"] = (
    df.groupby("card_id")["ts"]
      .rolling("1h")
      .count()
      .reset_index(0, drop=True)
)

Pandas rolling theo cửa sổ thời gian. Ở production, Stripe dùng stream processing (Kafka + Flink) để tính real-time, nhưng logic vẫn giống.

Code mẫu — ghép feature vào risk score

risk_score.py

from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import GradientBoostingClassifier

features = [
    "vel_10m", "vel_1h",
    "amount_vs_user_avg",
    "ip_distance_km",
    "is_unusual_hour",
    "device_flagged_count",
]

X = StandardScaler().fit_transform(df[features])
model = GradientBoostingClassifier(n_estimators=300).fit(X, y)
df["risk_score"] = model.predict_proba(X)[:, 1]

Nếu bỏ bước feature engineering, mô hình chỉ thấy raw data: số thẻ, số tiền, IP. Một giao dịch 6,9 triệu từ thẻ mới trông giống hệt giao dịch hợp lệ. Nhưng velocity feature tiết lộ: thẻ này đã thử 14 lần trong 10 phút. Device fingerprint cho biết: cùng laptop đã dùng 8 thẻ bị chargeback. Network graph nối lại: email này từng xuất hiện cùng thiết bị bị chặn ở merchant khác.

Feature thông minh biến raw data vô hồn thành tín hiệu có ý nghĩa — như thám tử không chỉ nhìn hiện trường mà còn kiểm tra tiền sử, mối quan hệ, hành vi quá khứ. Đây là lý do cùng một mô hình ML, người có feature tốt hơn luôn thắng.

3 điều đáng nhớ từ Stripe Radar

  • Raw data có thể chỉ có 5 trường, nhưng feature phái sinh có thể lên đến hàng nghìn — velocity, fingerprint, graph là ba kiểu mạnh nhất cho fraud.
  • Mọi feature phải tính được trong real-time (< 100 ms). Tính nhanh là ràng buộc khắc nghiệt nhưng bắt buộc.
  • Lợi thế quy mô (dữ liệu toàn mạng) tạo ra những feature mà merchant đơn lẻ không thể có — đó là lý do Stripe chiến thắng.

Continue the path

Lesson 101 of 106