这是 Beta 探索课程,内容结构、实验步骤和示例可能会继续调整。
实时检测
前面建好的采集层、规则、模型和名单,最终都要在一次真实请求上会合。用户登录、注册、领券、下单时,业务服务把风险事件提交给风控,风控必须在很短时间内给出处置结果——而这条链路的失败方式很朴素:太慢业务等不了,不稳业务被拖垮,依赖挂掉请求就悬在半空。
链路形状固定:业务请求进入风控网关,查询实时特征,依次命中规则、模型和名单,决策引擎合并结果后返回动作。分层顺序也有讲究——先白名单放行内部账号和可信用户,再查黑名单快速处置明确风险,然后规则判断已知模式、模型打分给出综合风险分,最后决策引擎输出放行、验证、限速还是拒绝。
时间预算由场景决定:登录注册 50 到 100 毫秒,领券点赞 30 到 80 毫秒,下单支付 100 到 300 毫秒。预算越小在线链路越要克制:复杂计算提前离线完成,实时链路只做查特征、命中规则、调用轻量模型。风控返回的也不该只是 true 或 false,而应该是动作、原因和 decision_id,后者是申诉和复盘的追踪凭据。
最难的是风控自己挂了怎么办。答案不能一刀切:登录、浏览等低风险场景故障时倾向放行,支付、提现转人工或降级限额,大促领券则临时收紧——全放行让作弊涌入,全拦截则正常用户寸步难行。读完本章你应该能画出完整的检测链路,说明每个环节的延迟预算、超时降级和故障默认动作。
发现内容有问题?
告诉我们哪里需要改进。
