一 概述余额支付的风险识别模型分为两类:(1)盗号交易识别风险 和 (2)盗卡交易识别风险。其中盗卡交易识别风险和余额有关主要是由于骗子注册号码帮盗来的卡,然后进行充值到余额,通过余额支付销赃。(1)和(2)两种针对的情景不一样,采用的特征变量和变量的重要性很大程度是不一样的。针对(1)的问题,主要是看当前交易相对用户之前的行为是否存在异常。针对(2)的问题,主要看用户信息和绑卡的信息匹配的一致性
1、安装Redis 3.2链接:https://pan.baidu.com/s/1jDBpDocfMuo1rfn1ghocvw 提取码:18x22、Elasticsearch 7.6.x链接:https://pan.baidu.com/s/1udPYWZrs44REH77T78H3uA提取码:rb7a3、安装mongodb 4.x安装好mongodb后,需要连接mongodb服务器,设置超级管理员
原创 2021-03-20 20:57:30
521阅读
实时风引擎项目部署
原创 2021-07-09 10:30:03
421阅读
cfMuo1rfn1ghocvw提取码:18x22、Elasti...
原创 2023-05-31 07:21:13
0阅读
综述:在Flink中DataStream程序是在数据流上实现了转换的常规程序。1.示范程序 import org.apache.flink.api.common.functions.FlatMapFunction; import org.apache.flink.api.java.tuple.Tuple2; import org.apache.flink.streaming.api.datast
典型的风场景包括:注册风、登陆风、交易风、活动风等,而风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。系统架构业务系统风系统,为业务系统提供支持,根据业务系统传来的数据或埋点信息来判断当前用户或事件有无风险;惩罚系统,业务系统根据风系统的结果来调用,对有风险的用户或事件进行控制或惩罚,比如增加验证码、限制登陆、禁止下单等等;分析系统,该系统用
转载 2024-03-08 23:13:31
33阅读
京东风数据产品组架构师周文跃,在 FFA 2022 实时风专场的分享。本篇内容主要分为六个部分。
原创 2023-05-02 23:34:36
505阅读
01背景介绍本文介绍的演练操作源于某真实案例,用户有一个 80 TB 的 HBase 数据库,其中有一张超大表,数据量约为 50 TB,在一次迁移任务中,用户需要将该 HBase 数据库迁移到 Amazon EMR 上。 本文将讨论并演示:将一个 50 TB HBase 单表不停机迁移数据到一个 HBase on S3 集群上。02知识储备介绍详细的迁移操作前,有必要介绍一些与 HBase 相关的
案例与解决方案汇总页:阿里云实时计算产品案例&解决方案汇总 对一个互联网产品来说,典型的风场景包括:注册风、登陆风、交易风、活动风等,而风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。 这要求风系统一定要有实时性。 本文就介绍一种实时风解决方案
转载 2019-10-23 16:29:00
167阅读
2评论
决策树决策树是一个非常有意思的模型,它的建模思路是尽可能模拟人做决策的过程。因此决策树几乎没有任何抽象,完全通过生成决策规则来解决分类和回归问题。在学术上被称为白盒模型。什么是决策树决策树是一种机器学习算法,类似于平时我们通过选择做决策的过程。它是类似流程图的结构,其中每个内部节点表示一个测试功能,即类似做出决策的过程(动作),每个叶子节点表示一个类标签,即在计算所有特征之后做出的决定(结果)。标
对一个互联网产品来说,典型的风场景包括:注册风、登陆风、交易风、活动风等,而风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。 这要求风系统一定要有实时性。 本文就介绍一种实时风解决方案。 1.总体架构 风是业务场景的产物,风系统直接服务于业 ...
转载 2021-10-08 23:17:00
420阅读
2评论
此外,通过打造平台化的产品,形成不同场景的快速支撑能力和完善的风体系
本文整理自中原银行数据平台中心开发工程师陈玉强在 Flink Forward Asia 2021 行业实践专场的演讲。
原创 2022-11-15 23:21:53
197阅读
简单、迅速、易上手
转载 2021-07-23 13:43:00
163阅读
随着企业规模的增长,用户数量的提升,我们认识到单纯的人工审核和规则引擎无法满足业务需求,所以引入机器学习对风险等级进行动态评估成为了风引擎进化的必然趋势。
原创 2023-05-03 03:41:38
414阅读
# 实时风交易大数据平台架构实现指南 ## 一、项目概述 实时风交易大数据平台是一个集成了多个系统的复杂项目,目的是为了在交易过程中快速识别和评估风险。它需要处理大量数据并实时作出决策。接下来,我们将一步步引导你完成这个平台的架构实现。 ## 二、整个流程概述 我们将整个流程分为以下几个步骤: | 步骤 | 说明 | |
原创 10月前
98阅读
基于ApacheFlink和规则引擎实时风解决方案​郭华(付空)Flink中文社区对一个互联网产品来说,典型的风场景包括:注册风、登陆风、交易风、活动风等,而风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制最好。这要求风系统一定要有实时性。本文就介绍一种实时风解决方案。1.总体架构风是业务场景的产物,风系统直接服务于业务系统,与之相关的还有
原创 2021-02-06 22:42:52
3503阅读
简单、迅速、易上手
转载 2021-07-23 10:49:18
343阅读
对一个互联网产品来说,典型的风场景包括:注册风、登陆风、交易风、活动风等,而风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。
转载 2021-08-09 15:35:48
758阅读
## 苹果群Python开源代码 苹果群是一种将多台苹果设备集中控制的技术,通常用于测试或监控应用程序在多个设备上的表现。Python是一种流行的编程语言,许多开发者喜欢使用它来编写自动化脚本。在本文中,我们将介绍一些开源的Python代码,用于实现苹果群。我们将展示如何使用这些代码来控制多个苹果设备,执行各种操作。 ### 代码示例 以下是一个简单的Python脚本示例,演示如何使用
原创 2024-04-05 06:49:13
156阅读
  • 1
  • 2
  • 3
  • 4
  • 5