服务简介及问题答疑

本文详细描述了XX应用中的指纹识别技术在风控中的使用情况,包括每日30万次到每月1000万次的调用量,以及在风控场景中显著降低逾期的效果。文章还探讨了设备信息采集对性能的影响、防破解能力、服务端耗时和高可用性保障措施。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 在XX应用情况

1.1 使用情况及调用量

使用情况: 目前指纹已在XX业务风控反欺诈策略上线使用;
服务调用量: 平均每日调用量30W+,每月调用1000W+,截止2023年2月份已累计调用8000W次。

1.2 在风控场景的效果

        根据风控策略实验反馈:在指纹(特征>=3)拦截用户群体中,dpd5单量逾期高于大盘10%,dpd5金额逾期高于大盘18%,线上效果比较明显。

1.3 客户端打点场景

1: 登录|注册
2: 去进件

2. XX业务方问题汇总

2.1 采集的设备信息字段列表

        目前主要使用客户端上报字段,大约六七十个,主要包括手机品牌、型号、安卓ID、IMEI、网络、MAC地址等。
详细内容参考:设备指纹数据采集

2.2 设备信息采集对终端的性能占用

CPU总占用:6.7%;
内存总占用:27.4%。

2.3 设备信息采集SDK终端防破解/篡改能力

      使用SDK,客户端打点采集进行加固;

2.4 设备信息生成服务端耗时

      最近一个月指纹生成平均耗时30ms,最长耗时200ms。

2.5 设备信息查询接口TPS和相应时长

调用量: 396218,
P95: 51ms,
P99: 71ms,
调用成功率: 100.0%,
TPS: 50;

2.6 设备唯一标识碰撞率/稳定度

        与TD指纹在XX业务的效果对比,“碰撞率”、“错误率” 均在千分之一左右,识别准确率为99.95%左右,接近TD水平。
碰撞率:0.1253%;
准确率:99.5117%;

2.7 设备指纹服务端高可用保证

Nginx 运维做的高可用;
Mysql DBA做到主从;
服务,3台,高可用。

2.8 弱网环境处理流程

开发初 业务方给出 峰值 要求 qps 500,实际 100
测试环境可快速部署,切域名,进行紧急部署。

3. 图谱特征

主要分为当前、前24小时、前3天、前30天、前60天等维度。

特征图谱
1fid关联的总人数
2fid关联的当前逾期天数d1+的人数d7+、d30+
3fid关联的最大逾期天数d1+的人数d7+、d30+
4fid关联的额度1000-的人数(排除自己)1000+、5k+、1w
5前24小时fid关联的总人数
6前24小时fid关联的当前逾期天数d1+的人数d7+、d30+、最大



 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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