🛡️ Anti-Fraud Transaction API

Гибридная микросервисная система для выявления мошеннических транзакций в реальном времени. Проект объединяет Rule-based подход (проверка частоты транзакций) и Machine Learning (поиск аномальных паттернов).

🛠 Стек технологий

• Machine Learning: Python, Pandas, LightGBM (с обработкой Class Imbalance)
• Backend: FastAPI, Pydantic
• In-Memory Database: Redis (для Velocity Checks)
• DevOps: Docker, Docker Compose

⚙️ Архитектура системы (Гибридный Страж)

1. Первый слой (Redis Velocity Check): Мгновенная проверка скорости транзакций (защита от брутфорса).
2. Feature Store (Redis): Хранилище признаков реального времени. Клиентское приложение отправляет только card_id и amount. API самостоятельно извлекает исторический профиль клиента (V1-V28) из In-Memory базы данных для обогащения датасета перед инференсом.
3. A/B Testing Router: Встроенный балансировщик трафика. Транзакции распределяются между Champion (Модель А - 80% трафика) и Challenger (Модель Б - 20% трафика) для безопасного тестирования новых гипотез в продакшене.
4. Machine Learning (LightGBM): Модели вычисляют вероятность мошенничества на основе паттернов поведения с учетом балансировки классов.

🚀 Как запустить проект локально

1. Подготовка

Убедитесь, что у вас установлен Docker Desktop.

2. Запуск одним кликом (Docker Compose)

Система состоит из двух контейнеров (Redis и FastAPI), которые оркестрируются автоматически:

docker-compose up --build