flink:风控/反欺诈检测系统案例研究1,2,3

最新推荐文章于 2022-06-30 10:40:05 发布
最新推荐文章于 2022-06-30 10:40:05 发布
阅读量948 收藏 2
点赞数
分类专栏： java·未分类 flink 文章标签： flink 风控 欺诈
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wabiaozia/article/details/119963531
版权
本系列博客深入探讨了使用Flink构建流应用的三个关键模式：动态更新应用逻辑、动态数据分区和自定义窗口逻辑。这些模式允许在运行时进行变更，满足复杂业务需求，尤其在欺诈检测等实时场景中。通过实际的欺诈检测引擎示例，展示了Flink的强大功能，并提供了开源代码供参考。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
菠萝科技
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Flink从入门到精通100篇（七）-如何基于 Flink 搭建一个实用有效的在线实时反欺诈平台？
wenyusuran的专栏
10-19 1598
在大数据时代，金融科技公司通常借助消费数据来综合评估用户的信用和还款能力。这个过程中，某些中介机构会搜集大量的号并进行“养号”工作，即在一年周期里让这些号形成正常的消费、通讯记录，目的是将这些号“培养”得非常健康，然后卖给有欺诈意向的用户。这类用户通过网上信息提交审核，骗到贷款后就“销声匿迹”了。 那么，如何更快速地预防或甄别可能的欺诈行为？如何从超大规模、高并发、多维度的数据中实现在线实时反欺诈？这些都是金融科技公司当下面临的主要难题。针对这些问题，InfoQ 专访玖富集团，揭秘基于 Flink .
Flink官网实例：基于DataStream API 实现欺诈检测，完整实现
02-07
2. **欺诈检测算法**：欺诈检测通常涉及模式识别、统计分析或机器学习方法。在这个实例中，我们可以假设有一个简单的基于规则的欺诈检测算法，例如检查某些异常交易特征（如异常大额交易、短时间内频繁交易等）。 3...
基于Flink的超大规模在线实时反欺诈系统的建设与实践
啊啊啊啊2
06-10 500
在大数据时代，金融科技公司通常借助消费数据来综合评估用户的信用和还款能力。这个过程中，某些中介机构会搜集大量的号并进行“养号”工作，即在一年周期里让这些号形成正常的消费、通讯记录，目的是将这些号“培养”得非常健康，然后卖给有欺诈意向的用户。这类用户通过网上信息提交审核，骗到贷款后就“销声匿迹”了。\n那么，如何更快速地预防或甄别可能的欺诈行为？如何从超大规模、高并发、多维度的数据中实现在线实时反欺...
基于 Flink 的超大规模在线实时反欺诈系统的建设与实践
乔治大哥的博客
02-29 1067
在大数据时代，金融科技公司通常借助消费数据来综合评估用户的信用和还款能力。这个过程中，某些中介机构会搜集大量的号并进行“养号”工作，即在一年周期里让这些号形成正常的消费、通讯记录，目的是将这些号“培养”得非常健康，然后卖给有欺诈意向的用户。这类用户通过网上信息提交审核，骗到贷款后就“销声匿迹”了。 那么，如何更快速地预防或甄别可能的欺诈行为？如何从超大规模、高并发、多维度的数据中实现在线实时反欺...
hbase 启动regionserver日志报错： Wrong FS: hdfs:// .regioninfo, expected: file:///
08-14
NULL 博文链接：https://bnmnba.iteye.com/blog/2322332
基于Flink的大数据票务风控系统.pdf
09-26
基于Flink的大数据票务风控系统是一个复杂的数据处理系统，旨在解决爬虫和恶意占座问题。该系统由六个阶段组成，分别是项目总体介绍、Lua数据采集、数据预处理、数据分析、规则匹配和打分、离线指标统计分析。 第一...
Flink欺诈检测Demo
最新发布
04-18
Flink欺诈检测Demo 使用docker构建 docker build -t demo-fraud-webapp:latest -f webapp/webapp.Dockerfile webapp/ docker build -t flink-job-fraud-demo:latest -f flink-job/Dockerfile flink-job/ docker-...
大数据：金融风控系统（springboot + drools），flink流计算，mongodb
02-05
在金融风控系统中，Flink可以实时捕获和处理交易数据，进行实时监控和异常检测。其特性包括事件时间处理、状态管理和容错机制，确保了系统对异常交易的及时响应和高可用性。 MongoDB是一个分布式文档数据库，以其...
京东 风控Flink实践之路
02-27
风控 京东 风控Flink实践之路
基于Flink和规则引擎的实时风控解决方案.pdf
03-11
基于Flink和规则引擎的实时风控解决方案.pdf
system:BillRun-开源计费和欺诈检测系统
03-11
关于 BillRun是开源计费和反欺诈系统。 BillRun在电信公司中使用，这些公司需要复杂的系统和工具来接收，处理，计费，收费和监视客户使用情况。 用法可以是电信CDR-s，预付费卡，并且都可以实时处理。 该系统支持不同类型的输出，例如客户发票，用于管理的批发报告，系统监控和警报，可以触发事件的反欺诈系统。 该系统是故障转移安全的，并完全支持高可用性卷和大小。 该系统建立在YAF PHP Framework与Zend Framework工具箱集成的基础上，以实现高性能，以自定义使用其开源即用型类。 由于该系统是开源的，因此您可以将其更改为您的需要和要求，并从第三方获得支持，因为您不必依赖一家公司。 数据库是MongoDB，可以支持不同类型的文档，无论大小和类型如何，都使系统易于维护。 此外，MongoDB是使用最广泛的NoSQL数据库，只需花费很少的精力即可轻松扩展。 Bill
Fraud-Detection:异常检测项目
04-15
欺诈识别 异常检测项目 股票市场欺诈检测 医疗保健欺诈检测 PyOD：KNN和孤立的森林 R：DBSCAN，MeanShift和K-means 贷款违约 随机森林和GBM GLM和AUtoML（WOE分箱） SHAP（WOE装箱-差异：对于数字变量，仅装箱具有负值（包括-99，-98等）的变量）
flink代码demo
01-02
flink demo应用 讲述flatmap reducemap datastream等等
异常检测——基于Autoencoder的反欺诈数据集的异常检测
热门推荐
Jasminexjf的博客
03-21 1万+
Autoencoder算法是一种常见的基于神经网络的无监督学习降维方法（其他常见降维方法）。 本教程中，我们利用python keras实现Autoencoder，并在信用卡欺诈数据集上进行异常检测算法。 1. Autoencoder简介 Autoencoder，中文称作自编码器，是一种无监督式学习模型。本质上它使用了一个神经网络来产生一个高维输入的低维表示。Autoencoder与主成分分...
Flinkv1.13实现金融反诈骗案例
Maynor的博客
06-30 942
在当今数字时代，信用卡欺诈行为越来越被重视。 罪犯可以通过诈骗或者入侵安全级别较低系统来盗窃信用卡卡号。 用盗得的信用卡进行很小额度的例如一美元或者更小额度的消费进行测试。 如果测试消费成功，那么他们就会用这个信用卡进行消费。 这个入门指导手册讲述了如何通过 Flink DataStream API 来实现一个有状态流处理程序。......
基于 Flink 的动态欺诈检测系统（中）
weixin_42073629的博客
03-05 324
前言 在上一篇博客中，我们对欺诈检测引擎的目标和所需要的功能进行了描述，我们还描述了如何基于可修改的规则而不是使用硬编码的 KeysExtractor 实现 Flink 应用程序的数据自定义分区。 我们在上篇博客中特意省略了有关如何初始化应用的规则以及如何在作业运行时更新的细节，在本文我们将详细的介绍这些细节，你将学习如何将上篇博客中描述的数据分区防御与动态配置结合使用，当这两种模式结合使用的时候，可以省去重新编译代码和重新部署 Flink 作业的需要，从而可以应对多种业务场景逻辑修改的情况。 广播规
评论
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

打赏作者

菠萝科技

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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