关于 BillRun是开源计费和反欺诈系统。 BillRun在电信公司中使用,这些公司需要复杂的系统和工具来接收,处理,计费,收费和监视客户使用情况。 用法可以是电信CDR-s,预付费卡,并且都可以实时处理。 该系统支持不同类型的输出,例如客户发票,用于管理的批发报告,系统监控和警报,可以触发事件的反欺诈系统。 该系统是故障转移安全的,并完全支持高可用性卷和大小。 该系统建立在YAF PHP Framework与Zend Framework工具箱集成的基础上,以实现高性能,以自定义使用其开源即用型类。 由于该系统是开源的,因此您可以将其更改为您的需要和要求,并从第三方获得支持,因为您不必依赖一家公司。 数据库是MongoDB,可以支持不同类型的文档,无论大小和类型如何,都使系统易于维护。 此外,MongoDB是使用最广泛的NoSQL数据库,只需花费很少的精力即可轻松扩展。 Bill
2021-03-11 15:06:54 19.25MB 系统开源
1
同盾反欺诈系列报告之账户安全保护
2021-02-25 14:00:54 1.77MB 风控 反欺诈
1
该资源是kaggle上由捷信集团提供的数据,我们可以通过数据来预测其客户的还款能力。 该资源是kaggle上由捷信集团提供的数据,我们可以通过数据来预测其客户的还款能力。
1
欺诈风险管理 中央仓库,用于欺诈和风险管理开发和规范
2021-02-16 20:08:56 4.01MB TypeScript
1
Flink官网实例: 1.基于DataStream API 实现欺诈检测,完整实现; 2.补充自定义数据源; 3.IDEA开发环境。
1
论文研究-保险欺诈博弈与基于最优博弈策略的保险契约.pdf,  运用不完全信息动态博弈和机制设计的有关理论,以伪造风险损失的保险欺诈问题为例,建立了保险欺诈博弈模型,研究了伪造风险损失欺诈博弈问题的纳什均衡及其保险双方的最优博弈策略.在此基础上,得出了使保险人的期望利润为零的保险定价公式,讨论了基于保险双方最优博弈策略的最优保险合同形式,证明了基于保险双方最优博弈策略的保险合同是部分保险.
2020-01-03 11:39:24 178KB 论文研究
1
“人工智能学习笔记——案例实战信用卡欺诈检测”博客中的数据集
2020-01-03 11:35:56 66.1MB Python 机器学习 欺诈预测 数据集
1
HW-精准社保-医保欺诈检测-竞赛题-实验题,数据科学课程实验题
2020-01-03 11:23:03 64.88MB AI DATA
1
creditcard csv - 信用卡数据 训练集 信用卡数据 训练集
2020-01-03 11:16:43 63.29MB creditcard 训练集
1
2019金融反欺诈调查报告
2019-12-21 22:23:32 2.57MB 金融反欺诈
1