开始 - 风控系统概述

事情开始于一个看起来很漂亮的增长数据。凌晨两点，优惠券活动上线后注册量突然翻了十倍，订单量也快速上涨。运营以为活动爆了，直到财务发现同一批收货地址、相似手机号和同一段 IP 正在批量领取新人券。

这不是一次普通流量高峰，而是一场自动化作弊。

风控系统要解决的问题不是“有没有坏人”，而是在业务仍然要继续运行的前提下，识别可疑行为、控制损失、减少误伤，并把经验沉淀成下一次能自动处理的能力。

风控的三难

风控设计始终绕不开三组矛盾：

• 拦截率和误杀率：拦得越狠，越容易伤害正常用户。
• 实时性和准确性：实时链路必须快，但复杂判断往往需要更多数据。
• 规则确定性和模型泛化能力：规则可解释、上线快；模型能发现隐蔽模式，但需要训练和监控。

因此，风控不是单点算法，而是一套分层系统。

风控对象

常见风控对象包括：

不同业务关注的风险不同。电商关心薅羊毛和刷单，社区关心刷赞和垃圾内容，金融场景关心盗号和欺诈交易。

课程主线

这门课会按风控系统的真实建设顺序展开：先采集数据，再用规则处理已知风险，再用模型识别未知模式，随后通过黑名单和实时检测实现快速处置，最后用案例和反馈闭环持续优化。

一个成熟风控系统应该能回答：为什么这次行为被判为风险、处置动作是什么、误伤如何申诉、策略效果如何评估。