风控系统敏感词校验架构设计

1、写作背景

最近遇到一个需求是支持识别直播集合落地页用于广告投放，其实就是加一个规则配置。这里想到了自己经常联调的风控同学违禁词识别场景。和某明星塌房需要拦截关键词一毛一样。在联调之余有幸请教了风控的几位同学，再此学习了一下风控系统中敏感词校验的设计方案。

本文只讨论方案，不讨论技术细节。
本文只讨论方案，不讨论技术细节。
本文只讨论方案，不讨论技术细节。

方案要解决的关键点是

• 实时生效。场景:张三塌房，需要对增量的文案流量过滤张三关键词。
• 大量的关键词内存存储方案。场景：业务需求增多，关键词自然增多，很常见。
• 快速匹配违禁词。场景：用户多，词多，自然需求

2、实现思路

2.1 HelloWord级别的敏感词校验

我们以下面的DEMO为例，从0开始**，一步一步的质疑这个方案，从而实现局部最优**。

DEMO逻辑为读取数据库全量违禁词存储到内存中，流量来了以后for循环处理，校验是否命中违禁词。

package cbeann;
public class App {
   
  public static List<String> forbiddenWordCache = cacheInit(