一、项目背景

伴随着移动互联网的高速发展，羊毛党快速崛起，从一平台到另一个平台，所过之处一地鸡毛，这还不是最可怕的， 随之而来的黑产令大部分互联网应用为之胆寒，通常新上线的APP的福利比较大，风控系统不完善，BUG 被发现的频率也比较高， 黑产利用BUG短时间给平台带来了巨大的损失，某多多的（100元测试优惠券，一夜损失上百万W）就是一例。 针对这一现象， 拥有一款实时的风控引擎是所有带有金融性质的APP 的当务之急，Radar应景而生。

二、项目简介

我们知道企业做大后，会有很多产品线，而几乎每一个产品都需要做风险控制，通常我们都是把风险控制的逻辑写在相应的业务功能代码里， 大量重复的风控逻辑代码耦合在我们的业务逻辑里面，随着时间的累积，代码会变得异常复杂，会给后期的维护造成巨大的人力成本和风险。

所以风险的集中化管理势在必行，只有通过一个统一的管理平台，使用规则引擎，采用可视化配置的形式， 平台化管理不同产品的风控策略才是一种更好的方式, 而这正是Radar的初衷。

一款基于java语言，使用Springboot + Mongodb + Groovy + Es等框架搭建的轻量级实时风控引擎，适用于反欺诈应用场景，极简的配置，真正做到了开箱即用。
通过学习本项目能快速了解风险的定义，进而量化风险 ，最后达到集中管理风险的目的。

三、项目特点

实时风控，特殊场景可以做到100ms内响应。
可视化规则编辑器，丰富的运算符、计算规则灵活。
支持中文，易用性更强。
自定义规则引擎，更加灵活，支持复杂多变的场景。
插件化的设计，快速接入其它数据能力平台。
NoSQL，易扩展，高性能。
配置简单，开箱即用。

四、技术栈

后端：SpringBoot 、 Mybatis 、 tkMapper 、 Mysql 、 MongoDB、 Redis 、 Groovy 、 ES 、Swagger

前端:  React(SPA)

五、系统架构

六、处理流程

七、安装部署

1. 安装（适用于版本v1.0.6）

git clone https://gitee.com/freshday/radar.gitmvn clean install 

2. 配置

2.1 数据库

CREATE DATABASE IF NOT EXISTS radar DEFAULT CHARSET utf8mb4;# 初始化数据库source radar-init.sqlsource radar-1.0.6.sqlsource radar-1.0.7.sqlsource radar-1.0.8.sql 

2.2 中间件

项目启动还需要安装 redis 、 mongodb、elasticsearch
windows 安装程序可以通过我的百度网盘下载,
链接：https://pan.baidu.com/s/1C-UdV71tAa6n07ZNo_EvVw
提取码：q3p4

或者通过docker 方式安装

// redisdocker pull redis:3.2docker run --name redis3.2 -p 6379:6379  -d redis:3.2 redis-server --appendonly yes    // mongodocker pull mongo:4.0.13-xenialdocker run --name mongo4.0 -p 27017:27017 -d mongo:4.0.13-xenial    // esdocker pull elasticsearch:6.8.7docker run -d --name es6.8  -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node"  --restart=always  elasticsearch:6.8.7

2.3 应用配置

两个启动项目的application.yml 都需要进行修改, 除了mysql配置外，在启动前还需要配置如下几个必要的选项：mongodb,redis,
手机号码段文件， ip地址库, 依赖资源见上面的百度网盘

mongodb:  url: mongodb://localhost:27017/radar   //mongodb mobile:  info:    path: D:/soft/moble_info.csv        //手机号码段信息ip2region:  db:    path: D:/soft/ip2region.db          // IP地址库 

3. 启动

# 运行服务端 cd radar-admin java -jar radar-admin.jar# 运行引擎端cd radar-enginejava -jar radar-engine.jar 

管理端入口：http://localhost:6580
默认用户：admin/123456

引擎端入口：http://localhost:6581

八、模型配置

新建模型

初次熟悉系统的时候建议选择使用 模板 创建模型。

字段管理

查看刚才新建模型的字段，通过修改和增加调整模型。

预处理字段

系统自带一些插件用来对原始字段转换处理。

特征处理

定义我们需要关心的指标。

Activation 策略集管理

整个风险的量化过程就在这里，模型的输出点，组合若干条特征，综合计分，通常定义两个分数线，一个是审核线（低分数表示需要人工审核，
一个拒绝线，表示此交易可以直接拒绝）

构建模型

点击构建模型，Mongodb,ES将会为模型创建索引信息

模型激活

最后一定要点击激活按钮，大功告成！

版权声明：
1、本网站名称：帝企吧
2、本站永久网址：https://www.diqiba.com
3、本网站的文章部分内容可能来源于网络及作者投稿，仅供大家学习与参考，如有侵权，请联系站长进行删除处理。
4、本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
5、本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报。
6、本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。
7、本站所有资源来源于互联网，仅用于学习及参考使用，切勿用于商业用途，如产生法律纠纷本站概不负责！ 8、资源除标明原创外均来自网络转载，版权归原作者所有，若侵犯到您权益请联系我们删除，我们将及时处理！ 9、若您需使用非免费的软件或服务，请购买正版授权并合法使用！