• 风控管理平台


     本文从以下四个方面,阐述风控管理平台的建设:

    一. 架构演进

    二. 技术架构

    三. 业务架构

    四. 系统难点

    一. 架构演进

    将公司内部风控系统从业务代码为主的风控架构改造为了平台化为主的2代架构,进而改造成为动态化及离线数据模型化的2.5代架构,正在向深度学习,在线数据模型的3代架构上演变。

    二. 技术架构

      首先来看目前风控的技术架构,从业务及架构层面将风控划分为五大体系:分别是存储体系,识别体系,支撑体系,运营体系,数据计算体系。

      其中存储体系包括hbase,mysql,redis,es,hive,实际上都利用了现有的框架或开源项目。

      识别体系包括控制平台(控制系统,批处理系统,决策系统,总线系统),处罚平台(处罚系统),分析平台(规则系统,模型系统), 数据平台(数据系统,运营数据系统)。

      支撑体系主要是指后台配置系统。

      运营体系主要是指风控运营系统,kibana报表系统。

      数据计算体系主要指大数据及离线计算平台及基于其上的数据分析业务。

    其调用关系如下图:

    三. 业务架构

      其次,来看整个系统的业务架构。目前已经初步具备的

      业务能力有,营销作弊,交易欺诈,登录注册防控,内容防控

      数据模型能力有,用户画像及风险评级,关联反查,风险大盘,各类报表等

      运营能力有,用户预警,商户预警,案件审核,综合信息查询

      并且基于现有的数据,分类整理并形成了自身的数据资产,分别为名单类,用户类,设备类,环境类,位置类。

    四. 系统难点

      灵活高效的接入:通常只有1周甚至更短时间,业务复杂多样;如何减少发版失误和事故

      极短的响应时间:业务通常只给100ms,最多200ms的超时

      并发吞吐要求高:接入业务较多,调用量大;有的业务用风控抵挡攻击

      大量数据处理:数据量相对较大,如何有效利用;数据查询回溯要求较高

      对抗升级:攻击者不停猜测内部规则;数据如何为对抗服务

      大促稳定性:如何保证调用量增加后不宕机;如何在出问题情况下依然服务

    参考文章:

    https://blog.csdn.net/liweisnake/article/details/78786822
    https://wenku.baidu.com/view/d533064f482fb4daa58d4bd0.html
    https://www.jianshu.com/p/80cee9866059

  • 相关阅读:
    Django请求的生命周期图解及流程
    Django中请求的生命周期
    127.0.0.1和0.0.0.0和本机IP的区别
    Linux中errno的含义
    wireshark 过滤表达式
    GDB调试
    【LinuxShell】grep用法详解
    Linux下 tftp 服务器的安装与使用
    设备掐断重启
    GDB disassemble
  • 原文地址:https://www.cnblogs.com/huzixia/p/10405067.html
Copyright © 2020-2023  润新知