安全最全思维脑图含人体健康营养(通过html源代码看大图)
类似滴滴的安全安全驾驶系统
Maggie最终确立了“以司机安全为背景的风险分析与预测”的博士论文方向。在博士期间,Maggie得到了弗吉尼亚理工大学联合交通中心“大数据方法简化交通安全分析”项目的支持。她利用丰富的自然驾驶数据库,提出了一套基于高频运动数据的最优司机安全模型,其研究成果能帮助车队有效地进行司机风险管理,有助于给司机提供个性化的安全对策。
基础:
基于业务事件推送和各种业务值. 风控系统自己进一步统计相关风控值. 然后通过规则系统进行配置.
实时业务风控系统 (已开源,基于drools规则,基于业务特征,用户业务统计值进行配置)(还需扩展维度信息运营商,没有涉及到机器学习,没有复合场景的规则条件,就是马尔可夫链 ,滴滴有一套机器学习特征特区平台.)
在线支付之风控系统架构选型(infoq)
更牛逼的:
人:
无海量数据: 统计学方法. 统计的高斯分布(容易被孤立的点影响,极值,平均值和标准差相差很大容易影响). k近邻,孤立森林(Isolation Forest)算法简介. 基于分类: 规则,神经网络,支持向量机. 基于聚类. 基于密度的
有海量数据: 机器学习,数据挖掘,人工智能,深度学习
业务行为 :
孤立森林(Isolation Forest)算法简介
业务背景(多个业务行为组成):
上下文异常检测,群体异常检测: 关联分析,动态画像,分类.聚类. 时序: 马尔可夫链后概率分析,分布检测: 信息熵,模型分布.
UEBA架构设计之路1:UEBA框架(唯品会)
如何评估一个好的风控系统,如何判断一个公司风控做的好坏。作为一名安全工程师,总结一下之前做风控坑坑洼洼
github上关于业务风控的项目:
风控相关的github:
https://github.com/sunpeak/riskcontrol
https://github.com/aalansehaiyang/risk-talk
https://github.com/WalterInSH/risk-management-note
https://github.com/yangliang1415/awesome-risk-control
https://github.com/WalterInSH/risk-management-note
https://github.com/wfh45678/radar
https://github.com/threathunterX
https://github.com/momosecurity/aswan
可能还有很多吧
风控学习
我一直觉得做风控的应该多向搞销售的学习,他们是如何做到从茫茫人海的用户里面筛选出有需求的用户的,盲打吗?不可能的。公司也是一样的道理,几千万的用户量,如何找出僵尸用户找出活跃用户,道理大致相同。活跃用户优惠多,僵尸用户永远刷不到红包。
持续更新,没事总结总结
————————————————
版权声明:本文为CSDN博主「yib0y」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_25834767/article/details/103088133