引言名单服务是风控架构中重要子域，对风险决策的性能、用户体验、成本管控、风险治理沉淀都有重要影响，本文将详细介绍名单服务设计思路和实现。背景什么是名单？名单服务通常有几个部分组成：风险类型黑名单：绝对会被拒绝的用户。大部分是历史数据清洗出来作弊或者破坏业务的用户，这部分用户对企业无价值且放之进入会破坏生态平衡灰名单：灰名单上的客户需要进一步审核。这部分用户可能存在某些风险，但是没有明确的证据表明他们是“黑”的白名单：这部分客户是正常用户，是企业数分人员基于历史表现清洗出来的合规高价值用户，可以直接放行名单维度主键：手机号、用户ID、身份证号、IP、设备标识、wifiMAC地址等等业务域：全域、
导读：风控是金融最常见的场景之一，本文将从业务和技术架构两个层面和大家探讨如何落地智能风控中台系统。分享主要围绕下面五点展开：风控中台的设计背景策略的全周期管理模型的全周期管理业务架构和能力原子化应用案例--01风控中台的设计背景首先大风控体系或者风控中台的建设在本质上是服务于业务的，所以我们需要构建一个以业务为核心的风控中台体系。以业务为核心的大风控体系应包含以下六个特点：实时化：通过实时的分析、预测，不断迭代风控能力，进而做到对风险的实时防控。精细化：指在风控业务线上，针对从头到尾的每个环节做到精细化的管理。联防联控：由于对客户做多视角风险防控，需要相对精细化，联防联控是从横向扩展来看风险
导读：风控是金融最常见的场景之一，本文将从业务和技术架构两个层面和大家探讨如何落地智能风控中台系统。分享主要围绕下面五点展开：风控中台的设计背景策略的全周期管理模型的全周期管理业务架构和能力原子化应用案例--01风控中台的设计背景首先大风控体系或者风控中台的建设在本质上是服务于业务的，所以我们需要构建一个以业务为核心的风控中台体系。以业务为核心的大风控体系应包含以下六个特点：实时化：通过实时的分析、预测，不断迭代风控能力，进而做到对风险的实时防控。精细化：指在风控业务线上，针对从头到尾的每个环节做到精细化的管理。联防联控：由于对客户做多视角风险防控，需要相对精细化，联防联控是从横向扩展来看风险
引言小小的Redis大大的不简单，本文将结合风控名单服务在使用Redis存储数据时的数据结构设计及优化，并详细分析redis底层实现对数据结构选型的重要性。背景先来交代下使用场景，在风控场景下，名单服务每时每刻都需要承受海量数据查询。名单检索内容涉及维度非常广：用户业务标识（UID）、手机号、身份证号、设备号、IMEI（InternationalMobileEquipmentIdentity,国际移动设备识别码）、WifiMac、IP等等。用户的一次业务请求，在风控的中会扩散到多个名单维度，同时还需要在RT（Response-time）上满足业务场景诉求。这就导致名单服务的构建需要承受住如下挑
引言小小的Redis大大的不简单，本文将结合风控名单服务在使用Redis存储数据时的数据结构设计及优化，并详细分析redis底层实现对数据结构选型的重要性。背景先来交代下使用场景，在风控场景下，名单服务每时每刻都需要承受海量数据查询。名单检索内容涉及维度非常广：用户业务标识（UID）、手机号、身份证号、设备号、IMEI（InternationalMobileEquipmentIdentity,国际移动设备识别码）、WifiMac、IP等等。用户的一次业务请求，在风控的中会扩散到多个名单维度，同时还需要在RT（Response-time）上满足业务场景诉求。这就导致名单服务的构建需要承受住如下挑
基于Flink构建风控系统阿里风控实战大规模风控技术难点目前Flink基本服务于集团的所有BU，在双十一峰值的计算能力达到40亿条每秒，计算任务达到了3万多个，总共使用100万+Core；几乎涵盖了集团内的所有具体业务，比如：数据中台、AI中台、风控中台、实时运维、搜索推荐等。01基于Flink构建风控系统风控是一个很大的话题，涉及到规则引擎、NoSQLDB、CEP等等，本章主要讲一些风控的基本概念。在大数据侧，我们把风控划分成3×2的关系：2代表风控要么是基于规则的，要么是基于算法或模型的；3代表包括三种风控类型：事先风控、事中风控和事后风控。1.1三种风控业务对于事中风控和事后风控来讲，端
基于Flink构建风控系统阿里风控实战大规模风控技术难点目前Flink基本服务于集团的所有BU，在双十一峰值的计算能力达到40亿条每秒，计算任务达到了3万多个，总共使用100万+Core；几乎涵盖了集团内的所有具体业务，比如：数据中台、AI中台、风控中台、实时运维、搜索推荐等。01基于Flink构建风控系统风控是一个很大的话题，涉及到规则引擎、NoSQLDB、CEP等等，本章主要讲一些风控的基本概念。在大数据侧，我们把风控划分成3×2的关系：2代表风控要么是基于规则的，要么是基于算法或模型的；3代表包括三种风控类型：事先风控、事中风控和事后风控。1.1三种风控业务对于事中风控和事后风控来讲，端
一、广告反作弊简介 1.1 广告流量反作弊定义广告流量作弊，即媒体通过多种作弊手段，获取广告主的利益。作弊流量主要来自于：模拟器或者被篡改了设备的广告流量；真设备，但通过群控控制的流量；真人真机，但诱导产生无效流量等。1.2 常见的作弊行为机器行为: 人工行为：素材交互要素诱导点击，媒体渲染文案诱导点击，突然弹出误触点击等。1.3 常见作弊类型按照广告投放流程顺序展示作弊：媒体将多个展示广告同时曝光于同一个广告位，向广告主收取多个广告的展示费用。点击作弊：通过脚本或计算机程序模拟真人用户，又或者雇佣和激励诱导用户进行点击，生成大量无用广告点击，获取广告主的CPC广告预算。安装作弊：通过测试机
一、广告反作弊简介 1.1 广告流量反作弊定义广告流量作弊，即媒体通过多种作弊手段，获取广告主的利益。作弊流量主要来自于：模拟器或者被篡改了设备的广告流量；真设备，但通过群控控制的流量；真人真机，但诱导产生无效流量等。1.2 常见的作弊行为机器行为: 人工行为：素材交互要素诱导点击，媒体渲染文案诱导点击，突然弹出误触点击等。1.3 常见作弊类型按照广告投放流程顺序展示作弊：媒体将多个展示广告同时曝光于同一个广告位，向广告主收取多个广告的展示费用。点击作弊：通过脚本或计算机程序模拟真人用户，又或者雇佣和激励诱导用户进行点击，生成大量无用广告点击，获取广告主的CPC广告预算。安装作弊：通过测试机
我国纺织业有着几千年的历史，是国民经济不可或缺的重要组成部分，中国作为世界纺织大国随着产业互联的发展，其背后的纺织行业供应链金融如何赋能产业是非常值得大家探讨的话题。一方面纺织产业有着很长的供应链条，并且链条上各种生产要素错综复杂；另一方面金融如何服务好产业链上的客户，并做好风险管控是一项富有挑战性又很有价值的事情。一、纺织产业供应链简介首先介绍一下纺织产业供应链，让大家有一个全面的了解。衣服大家都非常熟悉，但是在一件衣服背后是一个非常庞大的纺织产业，这个产业的链条非常长，从上游具有大宗属性的棉花、纱线、化纤到中游的坯布、印染再到下游的成品布、服装、销售，在整个链条上的各类生产要素众多，并且整
