Методология
Конвейер обработки
Этапы pipeline — от получения адреса до возврата скора.
Конвейер обработки
Скоринг-прогон проходит пять этапов: от приёма адреса через API до сохранения результата. Детерминизм scorecard-модели и снапшот входных данных обеспечивают полную воспроизводимость результата.
flowchart TD
A[API: принят адрес] --> B[Collector: сбор транзакций по сетям]
B --> C[Normalizer: дедупликация + единый формат]
C --> D[Feature extractor: 135 признаков]
D --> E[Graph builder: граф 2 hop + метрики]
E --> F[Scorecard v1: score 0-100 + объяснение]
F --> G[Persistence: результат + snapshot входных данных]Этапы
| Этап | Содержание | Выход |
|---|---|---|
| Collector | Обход RPC/API узлов и индексеров по сетям Ethereum, BNB, TRON, BTC | Сырые транзакции |
| Normalizer | Дедупликация, приведение к единому формату событий | Нормализованные события |
| Feature extractor | Вычисление 135 признаков из 5 групп | Вектор признаков |
| Graph builder | Построение графа контрагентов (2 hop), графовые метрики | Граф + метрики |
| Scorecard v1 | Применение правил, капы, взвешенная сумма | Score 0–100 + объяснение |
| Persistence | Сохранение результата и снапшота входа (tx hashes, block range) | Аудит-запись |
Свойства
- Детерминизм: одинаковый снапшот входных данных → одинаковый скор
- Воспроизводимость: снапшот содержит список хешей транзакций и диапазон блоков; ретраи и рескоры идемпотентны
- Устойчивость к неполноте: отсутствие данных по признаку не наказывается — применяется вес по умолчанию 0.5 с пониженной уверенностью (см. Скоринг-модель)
- Отказоустойчивость: сбойные шаги уходят в ретраи, превышение попыток — в DLQ (см. Ранбук)