本文介绍了一种名为PORS的框架，用于在金融科技机构中找到高质量规则子集以进行欺诈预防决策。通过采用Pareto最优的概念，找到一组非支配的规则子集，构成Pareto前沿。同时，介绍了一种名为SpectralRules的新颖的序列覆盖算法变体，并经实验证明SpectralRules进一步提高了找到的Pareto前沿的质量。在支付宝的两个实际应用场景中，展示了该方法的优势。