問：誰不想成爲一個做出億級體量的產品 or 研發呢？有目標纔有前進的方向，有方向纔有一步一個腳印的實現。億級體量四個字，不僅意味着成就感與光環，更意味着壓力與責任。
今天分享的內容，來自美團外賣的風控負責人蔡敏老師。蔡老師有互聯網行業10 餘年從業經驗，先後任職於 58 到家、58 同城、百度等互聯網頂級大廠，在大數據、風控、支付等領域有多年架構和技術管理經驗。蔡老師將從自身項目經驗出發，爲大家解讀億級訂單體量下的美團外賣風控架構是如何設計的。
關於美團風控設計，可以分爲 3 個版塊：
業務的流程；
技術的架構；
常用的策略。
一、概述
風控即風險控制。
一般來講，風控分爲兩大方向：
1. 信用風控
信用風控廣泛適用於日常生活中，例如銀行貸款或者 P2P 貸款，機構會對借款人進行償還能力評估，是否有逾期或者惡意欠款等情況。
2. 反舞弊風控
目前有許多黑產活躍在互聯網上，我們的目標是魔高一尺道高一丈，與騙子之間不斷***的過程，就是反舞弊風控。
財務的風險行爲定義如圖所示：
賬戶安全；這部分很好理解，就是日常生活中常見的盜卡、盜餘額，一般公司應該都有這個模塊。
商家刷單；由於美團是平臺型，商家排名有嚴格的標準。有些商家爲了排名前進，會有刷單的行爲。商家刷單分爲刷排名、刷銷量、刷好評。
用戶作弊；這個就是「羊毛黨」啦，很多公司對羊毛黨的態度是聞之色變，其實沒有必要。我們在風控設計時對擼羊毛這一行爲要進行適當的控制，主要控制規模不可以太大；不要太混亂影響普通用戶的體驗。
二、風控的特性
風控的特性，或者說是特徵，總結了三條：
1. 高對抗性
即與上文中提到的黑產進行對抗。任何平臺只要有利可圖，黑產會不間斷 24 小時兜圈子。打遊戲的同學更容易理解一些，各種遊戲都會出現有組織有規模的工作室去找遊戲的 Bug ，刷金、刷裝備、盜號來謀取錢財。這就需要我們不斷去對抗，一直與黑產處於***階段。
美團和 58 這種平臺，黑產去發帖子刷排名，單價很可觀的，所以黑產動力很足，需要我們有這個意識，對方是不會休息的。
2. 準確性
風控領域有兩個要點，一個是準確性，另一個是召回率。準確率之所以在風控領域格外重要，是因爲所有的策略、模型都無法保證百分百的成功與正確。策略和模型的準確率低一點，用戶及商戶的投訴就會隨之上升。因此準確率要比召回率更中啊喲，一個策略的準確率應達到 99 % 才允許上線。
3. 靈活性
由於黑產打得都是持久戰，我們通過人工進行全天對抗是不太可能的，所以策略應當保證能夠隨時監控、隨時修改、及時更新，即靈活性強。
三、風控的整體架構
風控的整體架構可以分爲三個大的系統：
實時風控；
準實時風控；
離線風控。
區分的標準是根據策略的速度：
實時風控：舉個例子美團的實時風控要求必須爲毫秒級同步返回，用戶下單時必須要實時監控同步調用，每天億級的調用量就要求每次調用不可以是秒級別。
準實時風控：一般來講幾秒甚至幾分鐘以內返回都可以，因爲採用的是異步調用事後處理，這種方式計算的數據量和可利用的數據量資源比實時風控會多很多。
離線風控：一般通過 ETL 來做。
如圖所示第二層是策略系統。策略系統時風控的核心繫統，包含着規則、管理以及監控的功能。
策略系統在設計的過程中，最關鍵的是：
配置是否方便快捷，策略能不能夠快速上線是決定性的要素。因爲我們一般在上線之前，首先需要灰度測試→人工處理→機器處理，因此要去策略系統配置一定要方便快捷。
規則引擎性能要高。
最下面一層是特徵庫，具備黑白名單、統計數據以及特徵數據等功能。特種庫對於系統的性能應該是最重要的，因爲億級體量的數據量是十分龐大的，因此在設計時要用到一些大數據框架。
圖中左側的處理系統即統一的處罰系統，無論是對商家還是用戶的處罰都會歸到這個處罰系統中；右側主要是一些公共組建，包含過載保護、報表、監控報警等等功能。這就是一個完整的風控架構。
四、風控關鍵流程
風控的流程可以分爲六個關鍵性流程：
業務啓動的初期，風控其實就隨之開始了，但是沒有必要做到上文中我們提到的那些具體動作。
從監控開始，針對業務的監控需要看看我們新上線的業務是否有黑產出現；
情報，情報指的是收集與我們業務相關的數據，需要到外部去收集，比如論壇、社羣，瞭解黑產的手段、特徵，瞭解商家的刷單行爲模式等等，這些數據可以幫助評估風控工作的效果以及後續改進方向；
評估，評估工作是風控中比較重要的一環，需要產品和技術共同對收集的數據進行評估，完成之後對應的策略及模型也就自然而然地產生了；
策略和模型，策略和模型在實際工作過程中各有利弊，策略短平快，隨着數據的收集對應的策略即可直接堵住最嚴重的漏洞，但策略的幻化能力（能夠輕易被繞過的能力）相對於弱一些，畢竟策略只是簡單、已知的規則，因此就需要模型進行填充，但模型的弊端在於開發需要週期；
處罰，這個就是字面意思；
建立知識庫，處罰完成之後將信息積累到知識庫，即可產生黑白名單、用戶/商家的畫像等等。
五、實時監控架構
隨着業務量的增多，監控不能依靠簡單的離線報表進行，離線一般來講是 T+1 ，等發現的時候已經太晚了，因此要進行實時監控。
如圖所示，實時監控分爲：
實時數據源，例如 Binlog、Kafka 等等；
流計算，目前美團採用實時指標系統 Calcite + FlinkSQL，比較方便簡單；
計算結果輸出；
數據應用，用於預警和監控等等功能。
六、風控策略的難點
如圖所示：風控的難點與風控的特性一一對應。
靈活性：與黑產的對抗無處不在、無時不刻，因此需要保證策略的靈活性；
可解釋性：策略及模型無法保證百分之百的準確性，因此出現投訴時需要對用戶進行解釋；客服如何清晰地抓取到用戶、用戶被處罰的理由等等，需要強有力的解釋；
更新速度：策略更新速度要快，也是爲了及時止損。
七、風控模型策略
上圖列出的其實是風控策略和模型中比較基礎的：
異常檢測；
知識圖譜；
用戶畫像即風險評分。
這部分分爲兩大塊，一種是有監督評分，一種是無監督評分。很多公司在前期沒有足夠的正負樣本，可以採用無監督評分，只要有數據就可以採用這種方式，可解釋性也足夠強。
1. 異常檢測
可以簡單分爲三種：
基於數據統計，例如同一個 IP 登陸成功率非常高，這是有風險的信號，背後可能意味着是同一夥人，100 個人不可能說一次性都能輸對密碼，違反常理；同樣的，登錄成功率非常低的，可能就是暴力破解、撞庫。基於數據統計，可以找到異常特徵。
聚類，聚類完成之後會有離羣點，離羣點即可判斷爲異常。
孤立森林，這個方法在異常檢測領域效果最好，它的理論是將一個人的所有行爲想象成一棵樹，在某些分支上與其他分支出現了強不同，則該分支出現了問題。例如你同一臺設備同一個 IP，導致你的行爲都是類似的；但有的人同一個 IP 多臺設備，很容易被這種方法捕捉到異常。
2. 知識圖譜
如圖所示，知識圖譜即多對多的關係，舉登錄的例子，設備 ID 與 登錄 ID 未必是一對一的關係，同一臺設備可以有多個人登錄，同一個登錄 ID 又可以在多個設備上登錄，但重要的是一個人無法同時登錄 N 個設備，同樣 N 個設備也不可能被 N 個人登錄，因此很容易捉到異常。
3. 用戶畫像
用戶畫像就是通過採集到的基礎特徵，推測一些其他的特徵然後給用戶貼標籤，例如風險評分、信用頻評分。具體的方法每個公司略有不同，大家看圖瞭解一下即可。