关于风险控制:风控规则引擎构建及挑战

引言

如果决策引擎是风控的大脑，那么规定引擎则是大脑内的重要形成，其编排了各种反抗黑产的规定，是多年反抗黑产的专家教训的累计，本文将向你介绍规定引擎的形成及实现。

背景

什么是规定引擎？

规定引擎能够帮忙企业将业务决策从利用程序代码中分离出来，并应用预约义的语义模块编写业务规定。这使得企业能够更灵便地治理和批改业务规定，而无需批改利用程序代码。

规定引擎能够承受数据输出，并依据业务规定解释数据，做出业务决策。这些业务决策能够是主动的，也能够是人工干预的。

规定引擎通常蕴含如下几个局部：

• 规定库：规定库蕴含了所有可用的规定。这些规定能够是事后定义好的，也能够是动静生成的。
• 策略：用于治理规定，是对规定的条件组装，如评分卡策略、最坏匹配策略等。
• 规定执行引擎：负责规定的执行。读取规定库中所有可用规定，依据规定的条件执行规定。

为什么须要规定引擎？

规定引擎能够帮忙企业更无效的治理和执行业务规定，进步决策的品质、效率和可靠性。

特点如下：

• 将业务决策从代码中剥离进去：经营人员能够更灵便无效的治理和批改业务规定，而无需批改业务代码，节俭反抗工夫
• 进步决策品质：规定引擎依照业务规定主动做出决策，无需依赖人为干涉
• 提效：规定配置好后，可永恒主动执行，缩小人力耗费
• 稳定性：缩小发版，缩小测试，缩小人为谬误

设计实现

技术选型

在抉择规定引擎时，须要思考如下几点：

• 业务需要：应该依据企业的业务需要来抉择规定引擎。如果企业须要疾速执行大量规定，则应抉择性能较高的规定引擎。
• 技术平台：抉择与企业现有技术平台相兼容的规定引擎。如果企业应用的是 Java 技术平台，则应抉择反对 Java 的规定引擎。
• 老本 ：思考规定引擎的购买老本、施行老本和运行老本。 是否开源 也是很多技术团队的抉择因素。
• 可维护性：抉择易于保护的规定引擎，在须要时可能疾速批改和更新规定。
• 市场占有率：抉择市场占有率较高的规定引擎，在须要时可能取得较好的技术支持和培训。
• 技术支持：抉择提供较好技术支持的规定引擎，以便在应用过程中可能失去及时的帮忙。

当然，如果人力足够，能够思考本人实现规定引擎亦可，自实现版本的规定引擎必定灵活性更高，然而在性能和稳定性上须要较长时间的验证和考验。

如下是市场上热门的 开源 规定引擎：

规定引擎术语

• 规定（Rule）：规定是形容业务决策的规定或条件的语句。规定通常由两局部组成：条件和动作。条件是形容规定被触发的判断，动作是形容规定执行的操作。
• 事实（Fact）：事实是形容业务场景的数据。事实能够是一个独自的数据项，也能够是一组数据。规定引擎会依据事实来触发规定。
• 决策表：决策表是一种以表格模式示意规定的数据结构。决策表通常由多个条件列和一个后果列组成。当条件列的值都满足时，决策表就会触发后果列的规定。
• 规定汇合：规定汇合是一种由规定组成的数据结构。规定汇合通常以树形构造存储，每个规定都有一个条件和一个动作。当条件满足时，规定汇合就会执行规定的动作。

规定配置解析

规定引擎最终是须要交付给经营人员去配置应用的，所以必须能满足灵便的配置编排，且易懂，能力最大施展它的威力。

规定配置

阐明：

• 触发条件：任意一个、满足所有、自定义。其中自定义最灵便，用户能够应用条件表达式配置任意想要的触发与或条件
• 变量（指标）：左值，指标是输出数据衍生、或查问、或计算所得的值
• 比拟符：等于、不等于、蕴含、属于、大于、小于、空 等等
• 阈值：右值，与指标计算所得值相比拟，如果比拟符关系成立，则认为命中以后规定
• 默认值：当指标执行出错或者超时，默认返回的值

策略配置

阐明：

• 评分卡模式：根据每条规定命中所得分数之和，断定是否命中相应分数段的决策
• 最坏匹配：只有有一条规定命中，则立刻回绝
• 阈值：如果是评分卡模式，须要设置三个段位并且指定阈值

性能调优

决策引擎每天承载企业业务全副的危险决策，峰值 QPS 根本过万，然而风控的决策耗时须要足够的短，在不影响业务的状况下，尽可能快的返回决策后果，这是一大挑战。

从以往的调优教训来看，能够从以下几点来优化规定引擎：

• 并行执行规定：一次决策流中可能蕴含 N 个规定节点，每个规定节点蕴含 M 个规定，充分利用多核 CPU 劣势，施展最大威力，但同时须要思考多线程数据安全问题
• 预加载指标：规定执行都是在内存中的，然而所须要的指标值往往都是须要调用内部零碎失去的，一是网络开销，二是指标计算开销。能够在执行规定集之前，全副预加载一次指标再缓存，这样执行时间接从内存取值就会快很多。然而须要留神老本问题（如付费指标，存储老本，架构复杂度等），废调用问题（前置规定已回绝）等等
• 规定加载预编译：规定首次加载往往比拟耗时，此时最好能 warm up 一下，这样在流量进来后，即可立刻执行，然而应用预编译可能会减少零碎的启动开销工夫，须要做好相应的均衡工作
• 规定执行优化 ：经营配置规定时可能不会思考规定执行程序问题，然而程序在执行的时候能够智能编排一下，通过退出 与或 及 程序 关系，尽可能的把 大耗时 和大老本 的指标放在最初面执行，优先执行内存指标，万一命中则间接断言，后续指标则不会再执行，节俭了工夫。要做到这一点，须要对指标进行较为具体的归类及元数据管理，须要全域的数据配合，对风控这种须要大数据的接口来说是一大挑战。

总结

规定引擎在风控整体架构内的重要性毋庸置疑，它的稳定性间接关系到风控决策的性能、数据品质。同时，对经营来说，好的决策引擎是足够灵便，足够智能，满足规定数据编排需要，且能立刻失效上线，这是保障他们反抗黑产的前提，心愿本文对构建高效的规定引擎又较好的启发。

往期精彩
●性能优化必备——火焰图
●我是怎么入行做风控的
●Flink 在风控场景实时特色落地实战

欢送关注公众号：咕咕鸡技术专栏
集体技术博客：https://jifuwei.github.io/