信贷系统学习总结—— 简单的风控示例(含代码)

Posted 科技D人生

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了信贷系统学习总结—— 简单的风控示例(含代码)相关的知识,希望对你有一定的参考价值。

一、背景

1.为什么要做风控?

目前我们业务有使用到非常多的AI能力,如ocr识别、语音测评等,这些能力往往都比较费钱或者费资源,所以在产品层面也希望我们对用户的能力使用次数做一定的限制,因此风控是必须的!

2.为什么要自己写风控?

那么多开源的风控组件,为什么还要写呢?是不是想重复发明轮子呀。要想回答这个问题,需要先解释下我们业务需要用到的风控(简称业务风控),与开源常见的风控(简称普通风控)有何区别:

风控类型

目的

对象

规则

业务风控

实现产品定义的一些限制,达到限制时,有具体的业务流程,如充值vip等

比较复杂多变的,例如针对用户进行风控,也能针对用户+年级进行风控

自然日、自然小时等

普通风控

保护服务或数据,拦截异常请求等

接口、部分可以加上简单参数

一般用得更多的是滑动窗口

因此,直接使用开源的普通风控,一般情况下是无法满足需求的

3.其它要求

  • 支持实时调整限制
    很多限制值在首次设置的时候,基本上都是拍定的一个值,后续需要调整的可能性是比较大的,因此可调整并实时生效是必须的

二、思路

要实现一个简单的业务风控组件,要做什么工作呢?

1.风控规则的实现

a.需要实现的规则:

  • 自然日计数

  • 自然小时计数

  • 自然日+自然小时计数

自然日+自然小时计数 这里并不能单纯地串联两个判断,因为如果自然日的判定通过,而自然小时的判定不通过的时候,需要回退,自然日跟自然小时都不能计入本次调用!

b.计数方式的选择:

目前能想到的会有:

  • mysql+db事务
    持久化、记录可溯源、实现起来比较麻烦,稍微“”了一点

  • redis+lua
    实现简单,redis的可执行lua脚本的特性也能满足对“事务”的要求

  • mysql/redis+分布式事务
    需要上锁,实现复杂,能做到比较精确的计数,也就是真正等到代码块执行成功之后,再去操作计数

目前没有很精确技术的要求,代价太大,也没有持久化的需求,因此选用 redis+lua 即可

2.调用方式的实现

a.常见的做法

先定义一个通用的入口

//简化版代码@ComponentclassDetectManager 
    funmatchExceptionally(eventId: String, content: String)
        //调用规则匹配val rt = ruleService.match(eventId,content)
        if (!rt) 
            throw BaseException(ErrorCode.OPERATION_TOO_FREQUENT)
        
    

在service中调用该方法

//简化版代码@ServiceclassOcrServiceImpl : OcrService 

    @Autowiredprivatelateinitvar detectManager: DetectManager
    
    /**
     * 提交ocr任务
     * 需要根据用户id来做次数限制
     */overridefunsubmitOcrTask(userId: String, imageUrl: String): String 
       detectManager.matchExceptionally("ocr", userId)
       //do ocr
    
    

有没有更优雅一点的方法呢? 用注解可能会更好一点(也比较有争议其实,这边先支持实现)

由于传入的 content 是跟业务关联的,所以需要通过Spel来将参数构成对应的content

三、具体实现

1.风控计数规则实现

a.自然日/自然小时

自然日/自然小时可以共用一套lua脚本,因为它们只有key不同,脚本如下:

//lua脚本
local currentValue = redis.call('get', KEYS[1]);
if currentValue ~= falsetheniftonumber(currentValue) < tonumber(ARGV[1]) thenreturn redis.call('INCR', KEYS[1]);
    elsereturntonumber(currentValue) + 1;
    end;
else
   redis.call('set', KEYS[1], 1, 'px', ARGV[2]);
   return1;
end;

其中 KEYS[1] 是日/小时关联的key,ARGV[1]是上限值,ARGV[2]是过期时间,返回值则是当前计数值+1后的结果,(如果已经达到上限,则实际上不会计数)

b.自然日+自然小时

如前文提到的,两个的结合实际上并不是单纯的拼凑,需要处理回退逻辑

//lua脚本
local dayValue = 0;
local hourValue = 0;
local dayPass = true;
local hourPass = true;
local dayCurrentValue = redis.call('get', KEYS[1]);
if dayCurrentValue ~= falsetheniftonumber(dayCurrentValue) < tonumber(ARGV[1]) then 
        dayValue = redis.call('INCR', KEYS[1]);
    else
        dayPass = false;
        dayValue = tonumber(dayCurrentValue) + 1;
    end;
else
   redis.call('set', KEYS[1], 1, 'px', ARGV[3]);
   dayValue = 1;
end;

local hourCurrentValue = redis.call('get', KEYS[2]);
if hourCurrentValue ~= falsetheniftonumber(hourCurrentValue) < tonumber(ARGV[2]) then 
        hourValue = redis.call('INCR', KEYS[2]);
    else
        hourPass = false;
        hourValue = tonumber(hourCurrentValue) + 1;
    end;
else
   redis.call('set', KEYS[2], 1, 'px', ARGV[4]);
   hourValue = 1;
end;

if (not dayPass) and hourPass then
    hourValue = redis.call('DECR', KEYS[2]);
end;

if dayPass and (not hourPass) then
    dayValue = redis.call('DECR', KEYS[1]);
end;

local pair = ;
pair[1] = dayValue;
pair[2] = hourValue;
return pair;

其中 KEYS[1] 是天关联生成的key, KEYS[2] 是小时关联生成的key,ARGV[1]是天的上限值,ARGV[2]是小时的上限值,ARGV[3]是天的过期时间,ARGV[4]是小时的过期时间,返回值同上

这里给的是比较粗糙的写法,主要需要表达的就是,进行两个条件判断时,有其中一个不满足,另一个都需要进行回退.

2.注解的实现

a.定义一个@Detect注解

@Retention(AnnotationRetention.RUNTIME)@Target(AnnotationTarget.FUNCTION, AnnotationTarget.CLASS)annotationclassDetect(

    /**
     * 事件id
     */val eventId: String = "",

    /**
     * content的表达式
     */val contentSpel: String = ""

)

其中content是需要经过表达式解析出来的,所以接受的是个String

b.定义@Detect注解的处理类

@Aspect@ComponentclassDetectHandler 

    privateval logger = LoggerFactory.getLogger(javaClass)

    @Autowiredprivatelateinitvar detectManager: DetectManager

    @Resource(name = "detectSpelExpressionParser")privatelateinitvar spelExpressionParser: SpelExpressionParser

    @Bean(name = ["detectSpelExpressionParser"])fundetectSpelExpressionParser(): SpelExpressionParser 
        return SpelExpressionParser()
    

    @Around(value = "@annotation(detect)")funoperatorAnnotation(joinPoint: ProceedingJoinPoint, detect: Detect): Any? 
        if (detect.eventId.isBlank() || detect.contentSpel.isBlank())
            throw illegalArgumentExp("@Detect config is not available!")
        
        //转换表达式val expression = spelExpressionParser.parseExpression(detect.contentSpel)
        val argMap = joinPoint.args.mapIndexed  index, any ->
            "arg$index+1" to any
        .toMap()
        //构建上下文val context = StandardEvaluationContext().apply 
            if (argMap.isNotEmpty()) this.setVariables(argMap)
        
        //拿到结果val content = expression.getValue(context)

        detectManager.matchExceptionally(detect.eventId, content)
        return joinPoint.proceed()
    

需要将参数放入到上下文中,并起名为arg1、arg2....

四、测试一下

1.写法

使用注解之后的写法:

//简化版代码@ServiceclassOcrServiceImpl : OcrService 

    @Autowiredprivatelateinitvar detectManager: DetectManager
    
    /**
     * 提交ocr任务
     * 需要根据用户id来做次数限制
     */@Detect(eventId = "ocr", contentSpel = "#arg1")overridefunsubmitOcrTask(userId: String, imageUrl: String): String 
       //do ocr
    
    

2.Debug看看

  • 注解值获取成功

  • 表达式解析成功

以上是关于信贷系统学习总结—— 简单的风控示例(含代码)的主要内容,如果未能解决你的问题,请参考以下文章

#干货#小微信贷风控中类IPC模式和集中审批模式

互联网金融业务中的风控

互联网风控系统架构分析

互联网风控系统架构分析

京东基于Spark的风控系统架构实践和技术细节

一站式机器学习云研发平台