亿级订单量下美团外卖的风控设计是怎样的

　　试问：谁不想成为一个做出亿级体量的产品or研发呢？有目标才有前进的方向，有方向才有一步一个脚印的实现。亿级体量四个字，不仅意味着成就感与光环，更意味着压力与责任。
　　今天分享的内容，来自美团外卖的风控负责人蔡敏老师。蔡老师有互联网行业10余年从业经验，先后任职于58到家、58同城、百度等互联网顶级大厂，在大数据、风控、支付等领域有多年架构和技术管理经验。蔡老师将从自身项目经验出发，为大家解读亿级订单体量下的美团外卖风控架构是如何设计的。
　　关于美团风控设计，可以分为3个版块：
　　业务的流程；
　　技术的架构；
　　常用的策略。
　　一、概述
　　风控即风险控制。
　　一般来讲，风控分为两大方向：
　　1。信用风控
　　信用风控广泛适用于日常生活中，例如银行贷款或者P2P贷款，机构会对借款人进行偿还能力评估，是否有逾期或者恶意欠款等情况。
　　2。反舞弊风控
　　目前有许多黑产活跃在互联网上，我们的目标是魔高一尺道高一丈，与骗子之间不断攻防的过程，就是反舞弊风控。
　　财务的风险行为定义如图所示：
　　账户安全；这部分很好理解，就是日常生活中常见的盗卡、盗余额，一般公司应该都有这个模块。
　　商家刷单；由于美团是平台型，商家排名有严格的标准。有些商家为了排名前进，会有刷单的行为。商家刷单分为刷排名、刷销量、刷好评。
　　用户作弊；这个就是羊毛党啦，很多公司对羊毛党的态度是闻之色变，其实没有必要。我们在风控设计时对撸羊毛这一行为要进行适当的控制，主要控制规模不可以太大；不要太混乱影响普通用户的体验。
　　二、风控的特性
　　风控的特性，或者说是特征，总结了三条：
　　1。高对抗性
　　即与上文中提到的黑产进行对抗。任何平台只要有利可图，黑产会不间断24小时兜圈子。打游戏的同学更容易理解一些，各种游戏都会出现有组织有规模的工作室去找游戏的Bug，刷金、刷装备、盗号来谋取钱财。这就需要我们不断去对抗，一直与黑产处于攻防阶段。
　　美团和58这种平台，黑产去发帖子刷排名，单价很可观的，所以黑产动力很足，需要我们有这个意识，对方是不会休息的。
　　2。准确性
　　风控领域有两个要点，一个是准确性，另一个是召回率。准确率之所以在风控领域格外重要，是因为所有的策略、模型都无法保证百分百的成功与正确。策略和模型的准确率低一点，用户及商户的投诉就会随之上升。因此准确率要比召回率更中啊哟，一个策略的准确率应达到99才允许上线。
　　3。灵活性
　　由于黑产打得都是持久战，我们通过人工进行全天对抗是不太可能的，所以策略应当保证能够随时监控、随时修改、及时更新，即灵活性强。
　　三、风控的整体架构
　　风控的整体架构可以分为三个大的系统：
　　实时风控；
　　准实时风控；
　　离线风控。
　　区分的标准是根据策略的速度：
　　实时风控：举个例子美团的实时风控要求必须为毫秒级同步返回，用户下单时必须要实时监控同步调用，每天亿级的调用量就要求每次调用不可以是秒级别。
　　准实时风控：一般来讲几秒甚至几分钟以内返回都可以，因为采用的是异步调用事后处理，这种方式计算的数据量和可利用的数据量资源比实时风控会多很多。
　　离线风控：一般通过ETL来做。
　　如图所示第二层是策略系统。策略系统时风控的核心系统，包含着规则、管理以及监控的功能。
　　策略系统在设计的过程中，最关键的是：
　　配置是否方便快捷，策略能不能够快速上线是决定性的要素。因为我们一般在上线之前，首先需要灰度测试人工处理机器处理，因此要去策略系统配置一定要方便快捷。
　　规则引擎性能要高。
　　最下面一层是特征库，具备黑白名单、统计数据以及特征数据等功能。特种库对于系统的性能应该是最重要的，因为亿级体量的数据量是十分庞大的，因此在设计时要用到一些大数据框架。
　　图中左侧的处理系统即统一的处罚系统，无论是对商家还是用户的处罚都会归到这个处罚系统中；右侧主要是一些公共组建，包含过载保护、报表、监控报警等等功能。这就是一个完整的风控架构。
　　四、风控关键流程
　　风控的流程可以分为六个关键性流程：
　　业务启动的初期，风控其实就随之开始了，但是没有必要做到上文中我们提到的那些具体动作。
　　从监控开始，针对业务的监控需要看看我们新上线的业务是否有黑产出现；
　　情报，情报指的是收集与我们业务相关的数据，需要到外部去收集，比如论坛、社群，了解黑产的手段、特征，了解商家的刷单行为模式等等，这些数据可以帮助评估风控工作的效果以及后续改进方向；
　　评估，评估工作是风控中比较重要的一环，需要产品和技术共同对收集的数据进行评估，完成之后对应的策略及模型也就自然而然地产生了；
　　策略和模型，策略和模型在实际工作过程中各有利弊，策略短平快，随着数据的收集对应的策略即可直接堵住最严重的漏洞，但策略的幻化能力（能够轻易被绕过的能力）相对于弱一些，毕竟策略只是简单、已知的规则，因此就需要模型进行填充，但模型的弊端在于开发需要周期；
　　处罚，这个就是字面意思；
　　建立知识库，处罚完成之后将信息积累到知识库，即可产生黑白名单、用户商家的画像等等。
　　五、实时监控架构
　　随着业务量的增多，监控不能依靠简单的离线报表进行，离线一般来讲是T1，等发现的时候已经太晚了，因此要进行实时监控。
　　如图所示，实时监控分为：
　　实时数据源，例如Binlog、Kafka等等；
　　流计算，目前美团采用实时指标系统CalciteFlinkSQL，比较方便简单；
　　计算结果输出；
　　数据应用，用于预警和监控等等功能。
　　六、风控策略的难点
　　如图所示：风控的难点与风控的特性一一对应。
　　灵活性：与黑产的对抗无处不在、无时不刻，因此需要保证策略的灵活性；
　　可解释性：策略及模型无法保证百分之百的准确性，因此出现投诉时需要对用户进行解释；客服如何清晰地抓取到用户、用户被处罚的理由等等，需要强有力的解释；
　　更新速度：策略更新速度要快，也是为了及时止损。
　　七、风控模型策略
　　上图列出的其实是风控策略和模型中比较基础的：
　　异常检测；
　　知识图谱；
　　用户画像即风险评分。
　　这部分分为两大块，一种是有监督评分，一种是无监督评分。很多公司在前期没有足够的正负样本，可以采用无监督评分，只要有数据就可以采用这种方式，可解释性也足够强。
　　1。异常检测
　　可以简单分为三种：
　　基于数据统计，例如同一个IP登陆成功率非常高，这是有风险的信号，背后可能意味着是同一伙人，100个人不可能说一次性都能输对密码，违反常理；同样的，登录成功率非常低的，可能就是暴力破解、撞库。基于数据统计，可以找到异常特征。
　　聚类，聚类完成之后会有离群点，离群点即可判断为异常。
　　孤立森林，这个方法在异常检测领域效果最好，它的理论是将一个人的所有行为想象成一棵树，在某些分支上与其他分支出现了强不同，则该分支出现了问题。例如你同一台设备同一个IP，导致你的行为都是类似的；但有的人同一个IP多台设备，很容易被这种方法捕捉到异常。
　　2。知识图谱
　　如图所示，知识图谱即多对多的关系，举登录的例子，设备ID与登录ID未必是一对一的关系，同一台设备可以有多个人登录，同一个登录ID又可以在多个设备上登录，但重要的是一个人无法同时登录N个设备，同样N个设备也不可能被N个人登录，因此很容易捉到异常。
　　3。用户画像
　　用户画像就是通过采集到的基础特征，推测一些其他的特征然后给用户贴标签，例如风险评分、信用频评分。具体的方法每个公司略有不同，大家看图了解一下即可。