数据智能的高可用实时风控决策系统_马希民

概述

蚂蚁金服消费金融事业群大消金技术部风管技术部贷中平台技术团队马希民的研究报告主要围绕花呗/信用卡贷中实时风控业务展开，从策略优化、决策流程数字化、极致安全生产、高可用性等方面进行了深入分析。

策略优化

• 海量用户请求海量数据大规模决策树：针对海量用户请求和海量数据，采用大规模决策树进行策略优化。
• 策略优化求解：在约束条件下进行策略推荐，包括直播态、大促态和异常态策略。
• 阈值调优A/B实验体系建设：通过A/B实验体系进行策略阈值的局部调优，使用梯度反向传播寻优获得局部最优解。

决策流程数字化

• 决策流程数字化：基于BPMN2.0决策流进行决策流程映射，实现决策树的数字化。
• 规则数字化：基于ANTLR类SQL语法DSL规则编排，实现分层分级的规则数字化。

极致安全生产

• 全链路beta、灰度、监控体系建设：通过全链路beta、灰度发布和监控体系建设，确保安全生产。
• 取数优化、规则执行优化：通过取数优化和规则执行优化，实现预决策和多级决策。
• 规则熔断规则自适应降级：通过规则熔断和规则自适应降级，确保系统高可用性。

高可用

• 策略寻优：通过策略寻优，实现规则剪枝和风险矩阵管理。
• 自适应降级：针对大商户的SLA承诺，实现分钟级恢复的异常状态处理。
• 多维度、多指标：通过多维度（商户、规则）和多指标（分钟/小时级别的通过率、拦截量）进行自适应降级。

决策智能化

• 传统策略研发流程：包括在线、离线、旁路验证，但存在迭代效率慢、无法快速验证策略有效性等问题。
• 数据智能驱动的研发流程：通过指标繁多、套现率、FPD、挡后支付等多目标优化问题，结合A/B实验体系进行策略阈值的局部调优，实现数据智能驱动的研发流程。

性能之道

• 多级决策：通过名单、准入、等级过滤快速拦截问题流量，分层分级的量化规则集合和模型打分、图相关行为规则进行深度决策。
• 预决策+弹性决策：通过在线链路获取预决策缓存结果和在线链路运行部分规则，降低在线链路IO耗时。
• 决策引擎：通过规则剪枝和风险矩阵管理，实现运行时O(1)的复杂度筛选出需要运行的规则集合。

研究结论

• 蚂蚁金服消费金融事业群通过策略优化、决策流程数字化、极致安全生产、高可用性等措施，实现了花呗/信用卡贷中实时风控业务的智能化和高效化。
• 数据智能驱动的研发流程通过A/B实验体系和多目标优化问题，实现了策略阈值的局部调优和策略细节的完善。
• 多级决策、预决策+弹性决策和决策引擎等措施，有效提升了系统的性能和安全性。