决策引擎系统 && 实时指标计算 && 风险态势感知系统 && 风险数据名单体系 && 欺诈情报体系

实时指标计算

首先，大致上都有哪些场景。

• 设备上登录 过多的账户
• 1 天内设备上登录的账户过多
• 设备使用 HTTP 代理登录
• 设备某段时间的移动距 离、账号某段时间范围内的活跃天数等（累计）

在风控反欺诈业务中，专家规则和模型都需要使用到大量的指标，常见类型如表所示。

指标计算可以抽象总结出以下几个固有特征:

1. 时间窗口
2. 事件
3. 主属性
4. 副属性
5. 计算逻辑

风险态势感知系统

通过风控系统，我们可以综合利用风险数据名单、专家规则和机器学习模型等方法，对已知的风险类型进行防控。但是’该系统仍面临以下几个方面的挑战：

• 专家的水平差异性
• 运营人员操作风险
• 产品和系统 Bug

从上面的综述可以看出反欺诈体系建设中的风险预警的重要性：如何快速发现现有风控系统的防御盲区，预警随着线上己经逐渐失效的防控策略，从实际对抗效果出发促进风控系统不断完善。

我们引入 态势感知的概念 来解决这类问题态势感知源于军事，覆盖感知、理解和预测 3个层次。在业务安全领域中，风险态势感知是以