【风控体系】携程基于大数据分析的实时风控体系

最新推荐文章于 2022-09-09 23:02:59 发布
最新推荐文章于 2022-09-09 23:02:59 发布
阅读量958 收藏 9
点赞数 3
分类专栏： 工程应用：评分建模 文章标签： 风控体系 科技金融

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

CS正阳
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
基于大数据分析的实时风控体系
09-10
基于大数据的风险控制理念、架构、模型、策略与核心模块介绍。
携程基于大数据分析的实时风控体系
omnispace的博客
05-20 8035
携程反欺诈体系经过超过10年的发展和积累，在大数据实时并行计算和实时多维关联分析方面已经非常成熟，是整个体系稳定高效运行的基础。近两年来，我们在大数据和人工智能方向投入研发资源，产出了设备指纹、CDNA、实时复杂变量计算引擎等一系列创新项目，取得到很好的应用效果。2017年整体卡BP降低50%以上，远低于同行平均水平，为携程业务的发展以及全球化化进程提供了有利条件。一、性能和复杂度可以兼得携程的风...
大数据时代智能风控体系建设实践
12-16
大数据时代智能风控体系建设实践，
基于Flink和规则引擎的实时风控解决方案
ludongguoa的博客
10-29 477
对一个互联网产品来说，典型的风控场景包括：注册风控、登陆风控、交易风控、活动风控等，而风控的最佳效果是防患于未然，所以事前事中和事后三种实现方案中，又以事前预警和事中控制最好。 这要求风控系统一定要有实时性。 本文就介绍一种实时风控解决方案。 1.总体架构 风控是业务场景的产物，风控系统直接服务于业务系统，与之相关的还有惩罚系统和分析系统，各系统关系与角色如下： 业务系统，通常是APP+后台 或者 web，是互联网业务的载体，风险从业务系统触发； 风控系统，为业务系统提供支持，根据业
基于大数据分析的实时风控系统介绍.pdf
10-14
综上所述，基于大数据分析的实时风控系统，如携程的Aegis系统，是通过集成先进的数据分析技术、强大的处理能力和灵活的业务适应性，为企业构建起一道坚实的风险防护屏障，确保业务的稳定和健康发展。这种系统不仅...
携程风控实时大数据处理实践.pptx
10-14
携程风控实时大数据处理实践 cavalry 风控实践中，携程面临着大量的数据处理挑战，包括规则复杂、数据复杂、数据分散、实时风控等。为了解决这些挑战，携程风控团队实施了以下几个关键步骤： 1. 数据预处理：对...
携程风控实时大数据处理实践.pdf
10-14
在携程的风控实时大数据处理实践中，关键点集中在数据的收集、处理、分析和实时响应上。首先，携程风控涉及的范围广泛，不仅包括机票、酒店预订，还涵盖旅游、火车票、汽车票、门票、用车、团购、邮轮、礼品卡等多...
携程实时用户数据采集与分析系统
02-25
但传统的基于PC网站和访问日志的用户数据采集系统已经无法满足实时分析用户行为、实时统计流量属性和基于位置服务（LBS）等方面的需求。我们针对传统用户数据采集系统在实时性、吞吐量、终端覆盖率等方面的不足，...
携程实时大数据平台演进
fyxxq的专栏
04-26 4882
携程最初基于稳定和成熟度选择了Storm+Kafka，解决了数据共享、资源控制、监控告警、依赖管理等问题之后基本上覆盖了携程所有的技术团队。今年的两个新尝试是Streaming CQL（华为开源）和JStorm（阿里开源），意在提升开发效率、性能和处理消息拥塞能力，目前已有三分之一的Storm应用已经迁到JStorm 2.1上。 　　今天给大家分享的是携程在实时数据平台的一些实践，按照时间顺
实时业务风控系统.zip
03-09
实时业务风控系统
轻量级JAVA实时业务风控系统框架.zip
03-09
背景 当前互联网企业存在很多业务风险，有些风险（比如薅羊毛）虽然没有sql注入漏洞利用来的直接，但是一直被羊毛党、刷单党光顾的企业长期生存下来的几率会很低！ 账号：垃圾注册、撞库、盗号等 交易：盗刷、恶意占用资源、篡改交易金额等 活动：薅羊毛 短信：短信轰炸 项目介绍 实时业务风控系统是分析风险事件，根据场景动态调整规则，实现自动精准预警风险的系统。 本项目只提供实时风控系统框架基础和代码模板。 需要解决的问题 哪些是风险事件，注册、登录、交易、活动等事件，需要业务埋点配合提供实时数据接入 什么样的事件是有风险的，风险分析需要用到统计学，对异常用户的历史数据做统计分析，找出异于正常用户的特征 实时性，风险事件的分析必须毫秒级响应，有些场景下需要尽快拦截，能够给用户止损挽回损失 低误报，这需要人工风控经验，对各种场景风险阈值和评分的设置，需要长期不断的调整，所以灵活的规则引擎是很重要的 支持对历史数据的回溯，能够发现以前的风险，或许能够找到一些特征供参考 项目关键字 轻量级，可扩展，实时的Java业务风控系统 基于Spring boot构建，配置文件能少则少 使用drools规则引擎管理风控规则，原则上可以动态配置规则 使用redis、mongodb做风控计算和事件储存，历史事件支持水平扩展 原理 统计学 次数统计，比如1分钟内某账号的登录次数，可以用来分析盗号等 频数统计，比如1小时内某ip上出现的账号，可以用来分析黄牛党等 最大统计，比如用户交易金额比历史交易都大，可能有风险 最近统计，比如最近一次交易才过数秒，可能机器下单 行为习惯，比如用户常用登录地址，用户经常登录时间段，可以用来分析盗号等 抽象：某时间段，在条件维度（可以是多个维度复合）下，利用统计方法统计结果维度的值。充分发挥你的想象吧！ 实时计算 要将任意维度的历史数据（可能半年或更久）实时统计出结果，需要将数据提前安装特殊结果准备好（由于事件的维度数量不固定的，选取统计的维度也是随意的，所以不是在关系数据库中建几个索引就能搞定的），需要利用空间换时间，来降低时间复杂度。 redis redis中数据结构sortedset，是个有序的集合，集合中只会出现最新的唯一的值。利用sortedset的天然优势，做频数统计非常有利。 比如1小时内某ip上出现的账号数量统计： 保存维度 ZADD key score member（时间复杂度:O(M*log(N))， N 是有序集的基数， M 为成功添加的新成员的数量），key=ip，score=时间（比如20160807121314），member=账号。存储时略耗性能。 结构如下： 1.1.1.1 |--账号1 20160807121314 |--账号2 20160807121315 |--账号n 20160807121316 2.2.2.2 |--账号3 20160807121314 |--账号4 20160807121315 |--账号m 20160807121316 计算频数 ZCOUNT key min max（时间复杂度:O(1)），key=ip，min=起始时间，max=截止时间。计算的性能消耗极少，优势明显 redis lua 把保存维度，计算频数，过期维度数据等操作，使用lua脚本结合在一起，可以减少网络IO，提高性能 mongodb mongodb本身的聚合函数统计维度，支持很多比如：max，min，sum，avg，first，last，标准差，采样标准差，复杂的统计方法可以在基础聚合函数上建立，比如行为习惯： getDB().getCollection(collectionName).aggregate( Arrays.asList( match(match) --匹配条件维度 , group("$" + field, Accumulators.sum("_count", 1)) --求值维度的次数 , match(new Document("_count", new Document("$gte", minCount))) --过滤，超过minCount才统计 , sort(new Document("_count", -1)) --对次数进行倒叙排列 ) ); 建议在mongodb聚合的维度上建立索引，这样可以使用内存计算，速度较快。 redis性能优于mo
基于大数据的全球电商系统架构性能优化
11-15
基于大数据的全球电商系统架构性能优化，详细的介绍了框架
阿里毫秒级实时风控引擎实践
02-03
以数据安全的角度讲解DT时代的安全挑战和高性能的风控系统设计
携程大数据开发平台实践
02-27
携程大数据开发平台实践 一个非常好的学习大数据开发的资料
风控中所涉及的重要指标全解析
weixin_45545159的博客
10-05 2901
今天带各位风控从业者了解一下风控的一些基础概念。 一.贷前相关指标名词： Badrate 坏人占比 MOB (month on book) 开卡时长 账龄 Vintage分析法是一种动态分析法，用来分析不同时期资产的表现情况，它以贷款的账龄为基础，观察每批放 款贷后1,2,3…N个月时的逾期情况。 Roll-Rate 滚动率，分析追溯贷款状态之间每月的迁移情况，展示了每批贷款进入下一个逾期状态的概率。 ENR 应收贷款余额包含剩余本金、当期应收未收的利息及管理费 ANR (last 12) 平均贷款余额(过
携程到底有没有杀熟？
CSDN资讯
03-11 2781
你永远不知道明天和意外哪个先来，但是机票涨价一定会来。 让用户“说走就走”的携程，又上热搜了。 你的颜值及格没？人工智能测试？ https://edu.csdn.net/topic/ai30?utm_source=csdn_bw 继去年被曝“酒店同房不同价”之后，昨天，技术圈知名大牛@陈利人（以下简称“陈先生”）撰文《携程的牌坊坍塌了》，文章透露称，其在携程买了张价格为1...
助力篇|常见金融风控数据分析内容汇总，助你面试道路畅通无阻
最新发布
weixin_45545159的博客
09-09 1552
助力篇|常见金融风控数据分析内容汇总，助你面试道路畅通无阻
大数据-Apache Kylin 在携程的实践
嘻哈熊的专栏
03-25 309
本文由 简悦 SimpRead 转码， 原文地址 mp.weixin.qq.com 在近期的 Apache Kylin Meetup 上，携程大数据资深研发工程师张巍分享了 Kylin 在携程的应用。本文为大家介绍携程当前的架构以及使用 Kylin 过程中的挑战与心得。 背景 1 早期架构 下图是携程早期的 OLAP 结构，比较简单。有两个应用，一个是 BI 分析报表工具，另一个是自助分析的 Adhoc 平台，下层主要是 Hive，技术比较单一。Hive 是比较慢的运行引擎，但是很稳定。期间我们也使用过.
2-8+携程金融大数据风控.pdf
03-18
3. 架构设计：包括离线计算、实时计算、计算与存储平台，以及与携程OTA、全域数据、订单、用户、无线、支付、风控、消金、信用卡、产业金融等多个业务模块的集成。 三、金融数据中台-整体架构 1. 基础数据服务：...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值