风控建模

风控建模

inputvector

自定义jquery插件完成用户输入表单控件的输入行为的追踪，形成用户输入向量，将用户输入向量封装成cookie对接给后台用户登录服务

//首先这个输入向量的长度如果不够的话就没有评估的必要直接返回false
var n=historyVector.length
    if(n<2){
      return ("FORM_INPUT",false)
    }

首先计算平均向量
//计算平均向量 得到一个double数组 这个数组的每个元素 都是一个输入的向量加起来除以个数
//比如全部的用户名输入向量加起来除以历史个数 就是用户名的平均向量
    var avgVector=new Array[Double](currentInputVector.length)
    for(i <- 0 until  currentInputVector.length ){
      avgVector(i) = historyVector.map(v=>v(i)).reduce(_+_)/historyVector.length
    }    

 //n个历史向量间 彼此距离
    var distances=new ListBuffer[Double]
    for(i<- historyVector ;j <- historyVector;if(i!=j)){ //任意两个点坐标的距离
       //必须保证 i!=j 计算 i和j的距离
       var total:Double=0
       for( item<- 0 until avgVector.length){
       //Math.pow(x,y)表示x的y次方
         total+=  Math.pow((i(item)-j(item)),2)
       }
      //添加距离 开根号
       distances += Math.sqrt(total)
      //将向量从historyVector中移除
      historyVector -= i
    }

//对distances结果进行排序
    distances=distances.sortBy(distance=>distance)

//计算当前输入向量和平均向量的距离
    var curentDistance:Double=0
    for( item<- 0 until avgVector.length){
      curentDistance+=  Math.pow((avgVector(item)-currentInputVector(item)),2)
    }
    curentDistance=Math.sqrt(curentDistance)

 //获取比对阈值 这里的distance是上面的listbuffer[Double]集合 取其中大约1/3处作为阈值
    var  threshold: Double = distances((n * (n - 1))/6)

//最后一步如果 当前输入向量和平均向量的距离大于阈值 值输出为true 否则为false
return  ("FORM_INPUT",curentDistance>threshold)

词袋模型

//第一步首先要是没有历史密码这一步就不用评估了
 if(historyPasswords.size<1){
      return ("PASSWORD_INPUT",false)
    }

//这一步是建立词袋模型 将历史密码摊平 去重 排序 adcb3212变成 abcd123
val wordBag = historyPasswords.flatMap(password=> password.toCharArray).distinct.toList.sortBy(c=>c)

//这一步就是将abc12变成1110110 将历史的密码都和词袋模型做对比 然后得出的向量组 组成一个listBuffer
 var historyPwddwordVectors=new ListBuffer[Array[Int]]
    for(pwd<-historyPasswords){
      val vector = convertString2Vectors(wordBag,pwd)
      historyPwddwordVectors += vector
    }

//当前输入的密码也转为一个当前向量
val currentVector = convertString2Vectors(wordBag,currentPawssword)

//用当前的向量去和历史向量组成的listBuffer[Array[Int]]一一去做余弦相似度 然后求最大的相似度 
var simlarity:Double=0.0
    for(v <- historyPwddwordVectors){
      var s:Double=calculateSimlarity(currentVector,v)
      println("s:"+s)
      if(s>simlarity){ //获取自大相似度
        simlarity=s
      }
    }

//最后如果这个相似度小于我们定下的阈值0.95就是true 超过了就是false
if(simlarity < 0.95){
      return  ("PASSWORD_INPUT",true)
    }
    return ("PASSWORD_INPUT",false)

余弦相似度

地理位置风险评估（瞬间位移距离）

后台使用geo-ip转换工具将ip地址转换为经纬度信息，然后在求出在地球上的距离 最后除以俩次登录的时间 求出瞬间位移距离 如果大于高铁时速代表有风险

userAgent

用@RequestHeader这个注解提取User-Agent设备信息通过前期制定的Flume+logback 将用户登录信息存储在分布式日志系统中

def doEvaluate(lastAgent: String, lastAgents: ListBuffer[String]): (String, Boolean) = {
    return ("AGENT_INPUT",lastAgents.indexOf(lastAgent) == -1)
  }