AI-система антифрод для букмекерских контор
Букмекерские конторы теряют 3–8% выручки на мошеннических схемах. Основные схемы: арбитражные ставки, match fixing сигналы, bonus abuse, манипуляции через синдикаты. Каждая требует отдельного детектора.
Типы мошенничества и детекция
Бонусный абьюз
Создание множества аккаунтов для получения регистрационных бонусов. Признаки: одинаковые IP/устройства, схожие паттерны регистрации и активации бонуса, игнорирование любой ставки после отыгрыша вейджера.
Детекция: граф-анализ связей между аккаунтами (shared IP, device fingerprint, payment methods, betting patterns). Clustering похожих аккаунтов через DBSCAN/Louvain community detection.
Arbitrage betting (вилочники)
Ставки на все исходы у разных букмекеров для гарантированной прибыли. Признаки: высокая скорость реакции на смену линий, ставки строго на коэффициенты выше рынка, отсутствие "развлекательного" поведения.
ML-модель: temporal pattern анализ — как быстро размещается ставка после изменения odds. Вилочники реагируют в секунды, обычные игроки — минуты. Threshold classifier с feature engineering по времени реакции, размеру ставки, истории RoI.
Синдикаты и информированные ставки
Группы с доступом к инсайду (травмы игроков, договорные матчи) размещают крупные ставки незадолго до события. Детекция: аномальный объём ставок на нетипичные исходы, совпадение паттернов нескольких аккаунтов, sharp movement линии без очевидных публичных причин.
Temporal correlation: ставки на похожие исходы от разных аккаунтов в короткое временное окно → признак координации. LSTM для temporal pattern matching.
Wash trading (на P2P-биржах)
Торговля между собственными аккаунтами для манипуляции рынком. Граф-анализ потоков ставок выявляет циклические паттерны.
Feature Engineering
Ключевые признаки для модели:
Поведенческие:
- Время реакции на изменение коэффициентов (мс)
- Распределение размеров ставок (коэффициент вариации)
- Покрытие событий (какая доля рынка охвачена)
- Соотношение live/prematch ставок
- RoI история по категориям событий
Сетевые:
- Shared device fingerprint с другими аккаунтами
- Shared IP subnet
- Похожие betting sequences (temporal)
- Payment method connections
Рыночные:
- Отклонение от рыночного коэффициента (%)
- Timing относительно line movement
- Size relative to market depth
Архитектура системы
Real-time scoring при каждой ставке: feature computation → ML inference → risk score → action.
При score > threshold: ставка принимается с задержкой (pricegrabbers не успевают), снижается лимит, требуется дополнительная верификация, или аккаунт помечается для мониторинга.
Модели: gradient boosting (XGBoost) для табличных признаков, GNN для граф-анализа связей. Inference latency — до 100ms для real-time decisioning.
Результаты внедрения в mid-size букмекерской конторе:
- Снижение бонусного абьюза: -71%
- Обнаружение синдикатов: +83% к ручному выявлению
- Reduction gross win eater: -4.2 п.п. от GGR