1367
數(shù)字風(fēng)控概述
從2007年開(kāi)始到2014年左右，高速移動(dòng)網(wǎng)絡(luò)和智能手機(jī)迅速在大眾中普及，開(kāi)啟了移動(dòng)互聯(lián)網(wǎng)時(shí)代。在這個(gè)背景下，企業(yè)的產(chǎn)品與服務(wù)也出現(xiàn)了兩個(gè)重要的趨勢(shì)。
第一個(gè)趨勢(shì)是企業(yè)業(yè)務(wù)的數(shù)字化與在線化。在PC互聯(lián)網(wǎng)時(shí)代，互聯(lián)網(wǎng)的主要作用是以文字和圖片為主的新聞與信息的傳播，比如典型的如門(mén)戶網(wǎng)站、論壇、電子郵件、搜索引擎等。到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，大量企業(yè)將自己的產(chǎn)品與服務(wù)在線化，通過(guò)手機(jī)上的一個(gè)App提供給用戶，使得用戶能夠隨時(shí)隨地、更便利地使用這些服務(wù)。短短幾年間，人們?nèi)粘Ｉ钪械囊?、食、住、行、金融等，很大部分都可以通過(guò)手機(jī)完成，而不再是通過(guò)線下完成。不同行業(yè)業(yè)務(wù)數(shù)字化與在線化的深度和廣度仍然在高速地拓展中?？梢灶A(yù)見(jiàn)的是，未來(lái)幾乎所有的面向最終用戶的企業(yè)，都會(huì)將自己的核心產(chǎn)品與服務(wù)數(shù)字化，并利用移動(dòng)互聯(lián)網(wǎng)提供出來(lái)。
第二個(gè)趨勢(shì)是企業(yè)經(jīng)營(yíng)理念從交易成單型轉(zhuǎn)向用戶運(yùn)營(yíng)型。傳統(tǒng)上，一個(gè)企業(yè)僅僅關(guān)注“交易成單”而不關(guān)注“用戶運(yùn)營(yíng)”。例如，一個(gè)咖啡店，顧客進(jìn)門(mén)購(gòu)買(mǎi)咖啡，支付，拿咖啡，出門(mén)，這一單就結(jié)束了，咖啡店和顧客之間再?zèng)]有關(guān)系。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，企業(yè)通過(guò)App和用戶建立聯(lián)系，不僅僅關(guān)注成單，同時(shí)也關(guān)注用戶。通過(guò)用戶的評(píng)論反饋與流失分析，改進(jìn)自己的產(chǎn)品與服務(wù)；通過(guò)“種草”文章給用戶介紹不同的產(chǎn)品；通過(guò)給用戶發(fā)放優(yōu)惠券或者“小樣”，鼓勵(lì)用戶嘗試自己可能喜歡的產(chǎn)品等等。企業(yè)通過(guò)對(duì)用戶進(jìn)行精細(xì)化的運(yùn)營(yíng)，更好地服務(wù)了用戶，提升用戶的滿意度，同時(shí)，也給自己帶來(lái)了更多的成單量。
企業(yè)將自己的產(chǎn)品與服務(wù)放到了移動(dòng)互聯(lián)網(wǎng)上，為用戶提供了更便利、滿意度更高的服務(wù)。與此同時(shí)，企業(yè)在營(yíng)銷(xiāo)、交易、生態(tài)、內(nèi)容的生產(chǎn)與傳播等互聯(lián)網(wǎng)核心業(yè)務(wù)環(huán)節(jié)面臨著越來(lái)越嚴(yán)峻的安全挑戰(zhàn)，業(yè)務(wù)風(fēng)控逐漸成為一個(gè)企業(yè)的基礎(chǔ)設(shè)施。
風(fēng)控，即風(fēng)險(xiǎn)控制，是一個(gè)應(yīng)用非常廣泛的詞，在不同的領(lǐng)域，有著不同的含義。本文所說(shuō)的風(fēng)控是指針對(duì)企業(yè)在線業(yè)務(wù)中出現(xiàn)的各類(lèi)業(yè)務(wù)層面風(fēng)險(xiǎn)的識(shí)別與防控。下面以幾個(gè)典型的場(chǎng)景來(lái)進(jìn)一步明確本文所指的風(fēng)控。 營(yíng)銷(xiāo)是企業(yè)做用戶運(yùn)營(yíng)的有效手段。營(yíng)銷(xiāo)的形式非常多樣化，不過(guò)，從營(yíng)銷(xiāo)的目的來(lái)看，大體上可以分為兩類(lèi)：
無(wú)論具體的形式是什么，拉新?tīng)I(yíng)銷(xiāo)活動(dòng)的本質(zhì)邏輯都是“獎(jiǎng)勵(lì)新用戶”，或者說(shuō)是“花錢(qián)買(mǎi)用戶”。只要拉新?tīng)I(yíng)銷(xiāo)的本質(zhì)邏輯不變，黑產(chǎn)總可以用各種手段造一批假用戶“賣(mài)”給企業(yè)；各種促活類(lèi)營(yíng)銷(xiāo)活動(dòng)的本質(zhì)邏輯都是“獎(jiǎng)勵(lì)活躍”，或者說(shuō)是“花錢(qián)買(mǎi)活躍”。只要促活營(yíng)銷(xiāo)的本質(zhì)邏輯不變，黑產(chǎn)也總能夠用各種手段制造假活躍“賣(mài)”給企業(yè)。對(duì)于企業(yè)而言，要理解營(yíng)銷(xiāo)中是存在風(fēng)險(xiǎn)的，因?yàn)闋I(yíng)銷(xiāo)費(fèi)用的損失很少出現(xiàn)在賬面上，將預(yù)算投入營(yíng)銷(xiāo)活動(dòng)，活動(dòng)后留存不好，很多企業(yè)會(huì)認(rèn)為是由于“投放人群不對(duì)”或者“產(chǎn)品體驗(yàn)不好”等因素，而忽略了營(yíng)銷(xiāo)活動(dòng)中大量參與者可能都是“假”的用戶——事實(shí)上，如果沒(méi)有良好的營(yíng)銷(xiāo)風(fēng)控，這個(gè)是大概率會(huì)發(fā)生的事情。
交易是很多業(yè)務(wù)完成的必要場(chǎng)景。比如，購(gòu)買(mǎi)商品、服務(wù)等，都不可避免地有支付交易這個(gè)環(huán)節(jié)。交易也是風(fēng)險(xiǎn)最敏感的場(chǎng)景之一，因?yàn)椋@里的風(fēng)險(xiǎn)通常直接和錢(qián)相關(guān)。交易環(huán)節(jié)的風(fēng)險(xiǎn)通常包括偽冒交易、電信詐騙、惡意退款、無(wú)意退款等。用偽冒交易舉例，即黑產(chǎn)通過(guò)買(mǎi)賣(mài)等多種方法，盜取用戶的銀行卡信息，在線完成支付盜刷交易。盜刷交易通常會(huì)選擇容易變現(xiàn)的商品，或者與小商家串通變現(xiàn)，或者通過(guò)服務(wù)打賞等途徑變現(xiàn)。最近幾年，盜刷還采用過(guò)一種極其隱蔽的方式：每張卡每天僅偽冒支付幾元到十幾元，連續(xù)很多天持續(xù)不斷地進(jìn)行。因?yàn)槊總€(gè)人每天都會(huì)有很多小額支付，而且很多小額支付是沒(méi)有銀行短信提醒的，所以，人們很難發(fā)現(xiàn)自己的卡被多支付了十幾塊錢(qián)。
應(yīng)用內(nèi)的生態(tài)包含的內(nèi)容比較多，最常見(jiàn)的生態(tài)之一是“榜單”或者“熱榜”。App希望優(yōu)質(zhì)的商品、內(nèi)容排到前面，被更多的用戶購(gòu)買(mǎi)、看到。同時(shí)也鼓勵(lì)了商家或內(nèi)容生產(chǎn)者不斷提供優(yōu)質(zhì)的商品與內(nèi)容，形成良性循環(huán)。無(wú)論是商品還是文章、視頻，同樣的內(nèi)容，在某個(gè)品類(lèi)榜單的前幾名和在榜單的3頁(yè)以后，吸引的流量通常有著數(shù)量級(jí)的差別。由于榜單潛藏著巨大的利益，就存在購(gòu)買(mǎi)“刷榜”服務(wù)的風(fēng)險(xiǎn)。通過(guò)購(gòu)買(mǎi)刷榜服務(wù)，利用虛假的觀看、點(diǎn)贊、收藏、好評(píng)等動(dòng)作，將一個(gè)商品或者內(nèi)容刷到榜單前面。如果這種風(fēng)險(xiǎn)不加制止，就會(huì)形成劣幣驅(qū)逐良幣的情況，平臺(tái)中的商品內(nèi)容質(zhì)量不斷降低，損害用戶體驗(yàn)，嚴(yán)重影響平臺(tái)的長(zhǎng)期發(fā)展。
上面是業(yè)務(wù)風(fēng)險(xiǎn)的一些典型場(chǎng)景，業(yè)務(wù)風(fēng)險(xiǎn)在不同的行業(yè)可能會(huì)有更具體的表現(xiàn)形式，比如，航旅行業(yè)的搶占低價(jià)座倒賣(mài)、搶占低價(jià)房倒賣(mài)；電商行業(yè)的占庫(kù)存、秒殺特價(jià)商品、虛假交易套利；游戲行業(yè)的資源號(hào)、iOS惡意退款等等。
通過(guò)上面的描述，相信大家對(duì)“業(yè)務(wù)風(fēng)控”在解決什么問(wèn)題有了一個(gè)直觀的了解。
數(shù)字風(fēng)控體系架構(gòu)
體系構(gòu)成
數(shù)字風(fēng)控體系主要由布控體系、識(shí)別體系、處置體系、運(yùn)營(yíng)體系4部構(gòu)成，其結(jié)構(gòu)圖如下圖所示。
圖1.風(fēng)控體系結(jié)構(gòu)圖
布控體系：是在業(yè)務(wù)的交互流程中，設(shè)計(jì)布控的埋點(diǎn)事件和每個(gè)事件上采集的參數(shù)，提供數(shù)據(jù)給識(shí)別體系進(jìn)行黑灰產(chǎn)識(shí)別，同時(shí)供處置體系進(jìn)行交互干預(yù)，實(shí)現(xiàn)對(duì)黑產(chǎn)的有效防御作用。如在設(shè)備的啟動(dòng)環(huán)節(jié)，埋點(diǎn)采集設(shè)備的參數(shù)，進(jìn)而識(shí)別使用的設(shè)備是否存在風(fēng)險(xiǎn)。
識(shí)別體系：根據(jù)布控體系采集的事件參數(shù)，通過(guò)各種策略算法識(shí)別多種類(lèi)型黑產(chǎn)，是整個(gè)風(fēng)控體系的眼睛，讓隱藏在龐大數(shù)據(jù)中黑產(chǎn)無(wú)所遁形。想要眼睛看得清、看得準(zhǔn)，關(guān)鍵要有成體系的防御網(wǎng)，從多個(gè)維度的數(shù)據(jù)、多個(gè)維度的策略算法識(shí)別黑產(chǎn)，提升黑產(chǎn)繞過(guò)成本。
處置體系：在業(yè)務(wù)流程中進(jìn)行處置干擾，識(shí)別體系不可能保證識(shí)別的100%的精準(zhǔn)，通過(guò)合理的處置手段，可以讓黑產(chǎn)無(wú)功而返，同時(shí)可以保證誤召回的用戶不受影響。處置體系是直接關(guān)系到業(yè)務(wù)的結(jié)果的一環(huán)，如何將決策引擎返回的結(jié)果用好、用哪種方式以及什么時(shí)間點(diǎn)用都決定了用戶的體驗(yàn)以及最終的風(fēng)控效果。處置體系需要考量的方面比較多，并且家公司根據(jù)業(yè)務(wù)邏輯會(huì)對(duì)決策結(jié)果分為不同場(chǎng)景不同階段的處置方式。
運(yùn)營(yíng)體系：是持續(xù)地攻防對(duì)抗、不停迭代，保證整體防御效果的穩(wěn)定。通過(guò)多種手段發(fā)現(xiàn)潛在的效果問(wèn)題，再深入分析問(wèn)題總結(jié)規(guī)律，快速迭代識(shí)別體系和處置體系，確保潛在問(wèn)題提前修復(fù)、已知問(wèn)題快速修復(fù)，盡最大可能保證業(yè)務(wù)安全。
通過(guò)圖1所示的四部分體系結(jié)構(gòu)，構(gòu)建了整個(gè)數(shù)字風(fēng)控體系，每一部分都承擔(dān)著獨(dú)立重要的角色，后文將深入介紹每個(gè)體系包含的內(nèi)容。
體系運(yùn)行
體系運(yùn)行主要介紹整體數(shù)據(jù)流向，便于理解上述提到的體系，包括兩部分：在線數(shù)據(jù)流和離線數(shù)據(jù)流。在線數(shù)據(jù)流是指從一條請(qǐng)求進(jìn)入系統(tǒng)開(kāi)始，在各系統(tǒng)模塊之間流轉(zhuǎn)，計(jì)算特征，得出最終結(jié)果的過(guò)程，在線數(shù)據(jù)流的流轉(zhuǎn)保證了識(shí)別處置的實(shí)時(shí)性。離線數(shù)據(jù)流是指從離線日志出發(fā)，在各個(gè)計(jì)算模塊之間流轉(zhuǎn)，計(jì)算特征，給出最新結(jié)果，并最終將結(jié)果更新到畫(huà)像系統(tǒng)中過(guò)程。
1.在線數(shù)據(jù)流
當(dāng)一條請(qǐng)求發(fā)生時(shí)，是如何得到最終的處置結(jié)果并且發(fā)揮作用的？答案是通過(guò)請(qǐng)求數(shù)據(jù)在各個(gè)體系模塊內(nèi)的流轉(zhuǎn)最終得到?jīng)Q策建議。通過(guò)長(zhǎng)期的實(shí)踐，數(shù)美形成了一套獨(dú)特的在線數(shù)據(jù)流轉(zhuǎn)系統(tǒng)，其在線數(shù)據(jù)流處理流程如圖2所示。
圖2.在線數(shù)據(jù)流處理流程
下面依據(jù)數(shù)據(jù)流在各模塊之間的流轉(zhuǎn)順序進(jìn)行介紹，如下所示。
1）如圖2左下位置，在設(shè)備啟動(dòng)或頁(yè)面打開(kāi)時(shí)，首先通過(guò)SDK采集設(shè)備或?yàn)g覽器相關(guān)信息，主要包括硬件層、系統(tǒng)層、應(yīng)用層、進(jìn)程層、環(huán)境層等相關(guān)數(shù)據(jù)。采集到設(shè)備數(shù)據(jù)首先上報(bào)到設(shè)備指紋服務(wù)端，該服務(wù)器會(huì)根據(jù)這些數(shù)據(jù)生成設(shè)備唯一標(biāo)識(shí)。設(shè)備標(biāo)識(shí)可以看作是設(shè)備的唯一身份證號(hào)，從此這個(gè)設(shè)備在數(shù)據(jù)中就是唯一存在，然后生成的設(shè)備標(biāo)識(shí)會(huì)加密處理下發(fā)到客戶端。
2）設(shè)備指紋服務(wù)端會(huì)根據(jù)采集信息計(jì)算設(shè)備風(fēng)險(xiǎn)特征，為設(shè)備生成各種標(biāo)簽，如篡改設(shè)備、偽造設(shè)備、農(nóng)場(chǎng)設(shè)備、多開(kāi)設(shè)備等，這些畫(huà)像會(huì)實(shí)時(shí)更到設(shè)備畫(huà)像系統(tǒng)中。畫(huà)像系統(tǒng)是一個(gè)包含設(shè)備畫(huà)像、手機(jī)號(hào)畫(huà)像、IP畫(huà)像、賬號(hào)畫(huà)像等的數(shù)據(jù)庫(kù)，無(wú)論是設(shè)備、手機(jī)號(hào)、還是IP，在發(fā)生請(qǐng)求的時(shí)候都會(huì)在畫(huà)像系統(tǒng)更新自己的特征，因?yàn)楹诋a(chǎn)的資源也是有限的，這些畫(huà)像會(huì)隨著時(shí)間的增長(zhǎng)、接入數(shù)據(jù)的增多逐漸沉淀，這迫使黑產(chǎn)無(wú)法使用舊資源從而尋找使用新資源，這也會(huì)使其付出更昂貴的代價(jià)。
3）如圖2左上角位置，在客戶端發(fā)生各種業(yè)務(wù)行為時(shí)，會(huì)進(jìn)行布控，將行為發(fā)生時(shí)的信息連同設(shè)備標(biāo)識(shí)上傳到業(yè)務(wù)系統(tǒng)。業(yè)務(wù)系統(tǒng)會(huì)將信息傳入風(fēng)控系統(tǒng)。主要參數(shù)包括事件類(lèi)型、賬號(hào)標(biāo)識(shí)、IP地址、設(shè)備標(biāo)識(shí)、發(fā)生時(shí)間等信息，請(qǐng)求會(huì)進(jìn)入在線數(shù)據(jù)流的實(shí)時(shí)決策引擎。
4）實(shí)時(shí)決策引擎，首先會(huì)請(qǐng)求不同類(lèi)型的基礎(chǔ)引擎進(jìn)行特征計(jì)算和組裝、這些特征過(guò)決策引擎輸出決策結(jié)果，實(shí)時(shí)將決策結(jié)果反饋給業(yè)務(wù)系統(tǒng)。
基礎(chǔ)引擎主要是進(jìn)行特征計(jì)算和組裝，包括名單引擎、關(guān)系引擎、畫(huà)像引擎、統(tǒng)計(jì)引擎、模型引擎等。這些引擎主要是計(jì)算不同類(lèi)別的特征，引擎是有掛載順序的，下游的引擎可以使用上游引擎輸出的特征。名單引擎主要是判定輸入特征是否命中名單，為靈活配置，名單的匹配方式比較靈活，包括相等、包含、相似等匹配方式。如設(shè)備黑名單、文本包含黑名單等。關(guān)系引擎是根據(jù)輸入的ID類(lèi)信息讀取關(guān)聯(lián)關(guān)系，如讀取賬號(hào)關(guān)聯(lián)的設(shè)備等。畫(huà)像引擎是ID類(lèi)信息，讀取ID相關(guān)的畫(huà)像特征，如讀取設(shè)備基礎(chǔ)特征、設(shè)備風(fēng)險(xiǎn)特征等。統(tǒng)計(jì)引擎是計(jì)算統(tǒng)計(jì)類(lèi)特征，如同IP下一天關(guān)聯(lián)的去重賬號(hào)數(shù)等。模型引擎主要是計(jì)算監(jiān)督模型特征，如設(shè)備評(píng)分模型，賬號(hào)評(píng)分模型等。
實(shí)時(shí)決策引擎主要運(yùn)行專(zhuān)家規(guī)則。專(zhuān)家規(guī)則都是通過(guò)可視化UI管理配置的，如圖2右上角所示。專(zhuān)家規(guī)則使用的特征都是由基礎(chǔ)引擎計(jì)算得到的，專(zhuān)家規(guī)則支持與或條件迭代，支持大于、等于、小于、包含等邏輯計(jì)算。如果命中規(guī)則，實(shí)時(shí)決策引擎會(huì)返回策略編號(hào)、處置建議、風(fēng)險(xiǎn)等級(jí)等給業(yè)務(wù)系統(tǒng)。業(yè)務(wù)系統(tǒng)會(huì)根據(jù)自己的業(yè)務(wù)處置邏輯對(duì)結(jié)果進(jìn)行處置，從而完成整體在線數(shù)據(jù)流。
離線數(shù)據(jù)流
在線數(shù)據(jù)流存儲(chǔ)和計(jì)算能力有限，需要使用長(zhǎng)周期、全局計(jì)算的模型策略，對(duì)存儲(chǔ)和計(jì)算能力要求較高，因此會(huì)在離線數(shù)據(jù)流中進(jìn)行處理計(jì)算，然后將結(jié)果回寫(xiě)到在線畫(huà)像引擎中。離線數(shù)據(jù)流處理流程如圖3所示。
圖3.離線數(shù)據(jù)流處理流程
離線數(shù)據(jù)流在各個(gè)模塊之間的流轉(zhuǎn)順序上圖所示：
包含原始行為數(shù)據(jù)與設(shè)備數(shù)據(jù)的在線日志會(huì)傳入數(shù)據(jù)倉(cāng)庫(kù)，形成離線日志。離線特征引擎會(huì)根據(jù)特征依靠關(guān)系進(jìn)行逐級(jí)計(jì)算存儲(chǔ)，主要計(jì)算各種實(shí)體的關(guān)聯(lián)特征、聚集特征、相似特征、地域特征等。完成計(jì)算的特征進(jìn)入離線決策引擎，經(jīng)過(guò)專(zhuān)家規(guī)則給出結(jié)論，即實(shí)體的各種高級(jí)特征，如是否團(tuán)伙賬號(hào)、是否高頻賬號(hào)等，然后將這些實(shí)體的特征回寫(xiě)入畫(huà)像系統(tǒng)中以供后續(xù)使用。
如上所示，在線數(shù)據(jù)流、離線數(shù)據(jù)流構(gòu)成了整個(gè)風(fēng)控體系運(yùn)行的載體，保證整體風(fēng)控系統(tǒng)的正常運(yùn)行。
以上內(nèi)容節(jié)選自由機(jī)械工業(yè)出版社與數(shù)字風(fēng)控領(lǐng)域領(lǐng)軍者數(shù)美科技聯(lián)合傾力打造的數(shù)字風(fēng)控領(lǐng)域?qū)I(yè)書(shū)籍《數(shù)字風(fēng)控體系：設(shè)計(jì)與實(shí)踐》《數(shù)字風(fēng)控體系：設(shè)計(jì)與實(shí)踐》由數(shù)美科技CEO、CTO領(lǐng)銜執(zhí)筆，是數(shù)美科技技術(shù)團(tuán)隊(duì)近十年一線風(fēng)控經(jīng)驗(yàn)的沉淀與總結(jié)。
撰? 稿? 人：計(jì)旭
責(zé)任編輯：張淑謙
審? 核? 人：曹新宇
下載ECAD模型
