專案介紹

一款基於java語言，使用Springboot + Mongodb + Groovy 等框架搭建的輕量級實時風控引擎，適用於反欺詐應用場景，極簡的配置，真正做到了開箱即用。通過學習本專案能快速了解風險的定義，進而量化風險 ，最後達到集中管理風險的目的。A real-time risk analysis engine,which can update risk rule in real-time and make it effective immediately.It applies to the anti-fraud application perfectly. The project code called Radar, like the code, monitor the transaction at the back.

專案特點

背景

伴隨著移動網際網路的高速發展，羊毛黨快速崛起，從一平臺到另一個平臺，所過之處一地雞毛，這還不是最可怕的， 隨之而來的黑產令大部分網際網路應用為之膽寒，通常新上線的APP的福利比較大，風控系統不完善，BUG 被發現的頻率也比較高， 黑產利用BUG短時間給平臺帶來了巨大的損失，某多多的（100元測試優惠券，一夜損失上百萬W）就是一例。 針對這一現象， 擁有一款實時的風控引擎是所有帶有金融性質的APP 的當務之急， Radar 應景而生，Radar本來是筆者前公司的一個內部專案，公司現在不復存在，考慮到專案本身的價值， 現在使用Springboot進行改造，並刪除了很多本地化功能，只保留風控引擎核心，更具通用型，二次開發成本低。

專案初衷

我們知道企業做大後，會有很多產品線，而幾乎每一個產品都需要做風險控制，通常我們都是把風險控制的邏輯寫在相應的業務功能程式碼裡， 大量重複的風控邏輯程式碼耦合在我們的業務邏輯裡面，隨著時間的累積，程式碼會變得異常複雜，會給後期的維護造成巨大的人力成本和風險。

所以風險的集中化管理勢在必行，只有通過一個統一的管理平臺，使用規則引擎，採用視覺化配置的形式， 平臺化管理不同產品的風控策略才是一種更好的方式, 而這正是Radar的初衷。

專案架構

前後端分離架構

後端技術框架： SpringBoot + Mybatis + tkMapper + Mysql + MongoDB + Redis + Groovy + Swagger

前端技術框架： React(SPA)

架構圖

技術選型

Springboot：筆者是java 出生， 選擇 Springboot 理所當然，方便自己， 也方便其他Java使用者進行擴充套件。Mybatis + tkMapper： 持久層框架， tkMapper 提供mapper 通用模板功能，減少重複程式碼的生成。Mysql ： 本專案中關係資料庫，主要用於存放 風險模型的元資訊。MongoDB： 用於存放事件JSON， 提供基本統計學計算（例如：max, min, sum, avg, ）， 複雜的統計學概念（sd,variance, etc...）在記憶體中計算。Redis： 提供快取支援，Engine 利用釋出訂閱特性監聽管理端相關配置的更新Groovy： 規則引擎，風控規則最後都生成 groovy 指令碼， 實時編輯，動態生成，即時生效。Swagger: Rest API 管理

名詞解釋

Model: 模型

使用者行為事件， 例如：註冊，登入，購買，提現。。。

模型三要素

也就是事件行為三要素，風控系統的核心定義：事件流水ID(例如：交易流水號)，實體ID（例如：userId），事件發生時間（例如：交易時間）, 簡單來說就是誰什麼時候做了什麼事。（who, when, what）

PreItem: 預處理

像經緯度，IP，手機號碼段等事件屬性，可能無法直接計算，通過預處理外掛 轉換成 其他格式， 例如:經緯度，ip 可以通過對應外掛變成位置和地址，手機號碼可以通過外掛獲取其它系統的使用者畫像資訊等。

Abstraction: 特徵

特徵工程，例如使用者小時交易次數，IP 一天交易金額，裝置一小時交易次數。。。

Adaptation: 機器學習模型介面卡

使用訓練好的機器學習模型，進行檢測

Activation: 啟用點

概念類似於機器學習裡面的 (Activation Function)， 一個模型可以定義多個 activation（相當於不同維度的檢測報告）,每個activation都可以獨立配置規則，單獨打分。 例如，使用者註冊行為， 可以定義：異常註冊， 垃圾註冊， 可以輸出多個activation。

Rule: 規則

在計算 abstraction 和 activation 之前，需要先檢查資料是否正常，檢查就是按照rule 配置進行檢測。

Plugin：外掛

為了通用性，專案自身並不提供敏感資料能力，但是通過擴充套件外掛來獲得其它系統或者中間資料功能， 目前專案自帶手機號碼段和IP地址轉換兩款外掛，理論上可以通過擴充套件外掛整合任何其它資料的能力， 例如：如果商戶自身帶有內部使用者畫像，可以自定義一個外掛用過使用者ID來獲取使用者畫像資料。

引擎處理流程

資料ER關係圖

Demo資料

以ting提現為例：

資料樣例：

響應樣例：