数美风控决策引擎平台功能说明:
一、核心功能模块
1. 在线计算模块
核心能力
灰度发布:新策略按比例分流测试
A/B测试:并行运行多套策略对比效果
冠军挑战:新策略需击败当前最优策略方可上线
实时策略执行:支持2000+TPS高并发风控决策,平均响应时间<50ms
策略实验功能:
典型场景
实时交易反欺诈、注册/登录风控
2. 离线计算模块
核心能力
团伙挖掘:基于图计算识别关联欺诈网络
指标加工:生成T+1/T+0风险指标
大数据处理:支持PB级数据计算(基于Spark/Flink)
深度分析功能:
数据管道:可视化ETL工具,支持Kafka/Hive/HDFS集成
典型场景
黑产团伙溯源、历史数据回溯分析
3. 风险画像引擎
标签体系
基础标签:设备指纹、IP风险等200+预设标签
自定义标签:支持SQL/Python定义衍生标签
实时更新
行为数据秒级更新画像(如"最近1小时异常操作次数")
查询方式
API实时查询(单实体<100ms)
批量导出(千万级数据小时级完成)
4. 模型训练模块
算法支持
算法类型 典型模型 应用案例 监督学习 XGBoost/LightGBM 信贷违约预测 深度学习 Transformer/GNN 复杂欺诈模式识别 无监督学习 聚类/异常检测 新欺诈模式发现 特征工程
自动化特征生成(基于时序/交叉特征)
特征重要性分析(SHAP值可视化)
5. 风控管理后台
关键功能
误杀分析:人工标注样本反馈至模型迭代
漏杀追溯:风险事件关联策略漏洞
策略配置:拖拽式规则编排(IF-THEN-ELSE逻辑树)
案例复盘:
权限管理:RBAC模型支持多级审批流
6. 风险数据看板
分析维度
攻击手段聚类(如撞库/羊毛党占比)
策略效果ROI分析
实时大屏:风险拦截率、攻击热点地图
深度分析:
二、技术优势对比
维度 | 数美平台 | 传统风控方案 |
---|---|---|
响应速度 | 50ms内完成复杂策略计算 | 通常>200ms(规则引擎性能限制) |
策略灵活性 | 支持机器学习模型+规则混合决策 | 以硬编码规则为主 |
数据维度 | 整合设备/行为/关系图谱等100+数据源 | 依赖单一业务数据 |
迭代效率 | 新策略分钟级上线 | 需开发排期(周级) |
团伙识别 | 基于GraphSAGE的深度关系网络分析 | 简单规则匹配(如IP/设备相同) |