- 综合排序
- 最热优先
- 最新优先
跨境物流风控实战：用IP查询识别虚假收货地址
如何通过技术手段在下单阶段识别虚假地址，成为跨境风控的核心议题。 二、实操方案：三种落地场景场景一：实时订单风控在订单提交接口嵌入IP查询，IP数据云等服务商可提供毫秒级响应的API：用户提交订单 → 提取下单IP → 调用IP查询API 四、总结：跨境物流IP风控实施路径接入层（Week 1-2）：嵌入IP查询API，校验时延<100ms规则层（Week 3-4）：设定三级阈值，拦截70%异常订单数据层（Month 2）：构建风险评分模型 ，误杀率<3%协同层（Month 3）：联动支付风控、物流轨迹，物流失败率下降50%虚假地址识别是跨境物流降本的关键环节。 IP数据云持续优化全球IP地理位置数据库的精准度与覆盖度，提供稳定高效的IP查询服务，助力跨境电商企业构建"下单即校验、异常即拦截"的智能风控体系，提升物流履约效率与用户体验。
33110编辑于 2026-03-06- 来自专栏用户9757876的专栏
部署双域控的曲折过程
戴尔R420服务器，已经过了十周岁生日，单域控+文件服务器，一出问题就完蛋，直接影响正常办公了。 另外一台虚拟服务器，安装了Windows server 2022，准备配置为主域控。 第一步，提升林功能级别 出师不利啊，第一步就失败了。 查看日志后，明白原因了，是因为旧域控里面的remote registry服务被禁用了，把它改为自动启动，并且立即启动这个服务。 接下过程顺利，Windows server 2022 也升级为域控了。 接下来就是把5个角色抢过来了。 Netdom query fsmo *查询当前5大角色所在的域控服务器。 查看“Domain Controllers”，两台域控都在里面了。 至此，Windows Server 2022部署为主域控制器成功。
1.2K41编辑于 2023-05-29 - 来自专栏低代码可视化
双碳双控背景下的智慧环保解决方案
环境数字化解决方案 智慧环保指挥中心设定了15种数据异常报警机制和5项智能化溯源模型，包括空气质量、水环境质量、企业用电量、扬尘、机动车尾气、秸秆燃烧等，工作人员坐在指挥中心，就能依靠这双环境监控的“千里眼
1.6K40编辑于 2022-04-11 - 来自专栏架构专题
没有 “流量防控”，还玩什么双11
而这一篇会讲解被一线大厂使用的两款流量防控组件：Sentinel 和 Hystrix，以及对它们的横向对比，以及该如何选型。 本篇主要内容如下： ? 4.3、实时统计的对比 Sentinel 和 Hystrix 都是基于滑动窗口进行实时统计，但 Hystrix 是基于 RxJava 的事件驱动模型，在服务调用成功/失败/超时的时候发布响应的事件，通过一系列的变换和聚合最终得到实时的指标统计数据流 Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，借助 TCP BBR 思想，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略 5.4、 发展及生态 Sentinel 针对 Spring Cloud、Dubbo、gRPC 都进行了适配，引入依赖和简单的配置即可快速接入 Sentinel，相信 Sentinel 将是未来流量防控的一大利器
5.7K20发布于 2020-11-17 - 来自专栏全栈程序员必看
银行风控模型
风控概述 所谓风控，是指多银行贷款资金的风险把控，是对风险的一个评估。 整体思路 在业务开展初期需要引入海量跨行业数据作为风控模型的基础，建立全面的风险管理体系。并在自有数据不足的情况下，建立反欺诈模型、评分模型、授信策略模型、定价模型等风控模型。 例如：通过海量数据分析得出模型变量，这些模型变量用于风控模型，得出一个评分评级结果。 数据源 1、政府类公共数据：包括社保、公积金、税务、水电缴费、地税、月日均等等。 2、平台数据：如微信、支付宝。 风控模型 1、基本准入规则：对一些好客户开放某些业务，根据注册年限和消费次数等设置一个基本的准入门槛，对于后期可以分层次分批次的制定不同的风控策略。 6、模型优化与验证：跟踪、监测、维护及优化风控策略，确保风控策略的效能及其提升。
1K10编辑于 2022-07-01 - 来自专栏全栈程序员必看
支付风控模型
本文重在介绍建立风控模型的方法，每个公司应该根据自己的实际业务情况和开发能力来选择合适的模型。这里列出来的模型仅为了说明问题，提供参考。 二、基于规则的风控 规则是最常用的，也是相对来说比较容易上手的风控模型。从现实情况中总结出一些经验，结合名单数据，制定风控规则，简单，有效。 常见的规则有： 1. 互联网金融风控离不开机器学习，特别是支付风控。 在各种支付风控模型中，决策树模式是相对比较简单易用的模型。 如下的决策树模型，我们根据已有的数据，分析数据特征，构建出一颗决策树。 这种模型的优点是非常容易理解，检测速度快。 因而也是现有机构中常用的模型之一。 风控模型存在的主要问题是其产生的结果比较粗略。 五、模型评估 风控本质上是对交易记录的一个分类，所以对风控模型的评估，除了性能外，还需要评估“查全率”和“查准率”。
4.2K22编辑于 2022-08-11 - 来自专栏全栈程序员必看
信贷风控模型开发—-模型简介
第一章 风控模型简介 1.1 为什么要建模 1.2 什么是信用评分 1.3 常用的模型 1.4 概念解析：M0,M1,M2的定义 下一章预告 参考文献 第一章 风控模型简介 本系列文章为笔者对信贷风控领域建模的一些学习研究心得汇总 ，以及一些代码示例，尽量会将信贷风控领域的一些基本概念阐述明白。 1.3 常用的模型 业界常说的有A卡、B卡、C卡，A卡就是申请评分卡。 在你申请的时候就会站出来，决定放不放款，B卡，也就是贷中行为评分卡，监控你的信用状况，决定给不给你提额度，或者中不中断你的贷款，C卡就是贷后评分卡，一般有三种：账龄迁移模型、还款率模型和失联预警模型。 还款率模型：注意这个模型不是为了预测你还不还钱，而是预测未来经过催收动作后，还款的概率。
1.4K10编辑于 2022-09-05 - 来自专栏全栈程序员必看
风控模型–Odds含义
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/141728.html原文链接：https://javaforall.cn
1.7K20编辑于 2022-09-01 - 来自专栏全栈程序员必看
信贷风控模型搭建及核心风控模式分类
一、当前风控模式现状 近年来，信用风险管理发展呈现出数据化、模型化、系统化、自动化和智能化的特点。传统的人工专家经验正逐步被模型与算法替代。 另外，风控模型在不同的阶段体现的方式和功能也不一样。 F.设计纬度 风控模型的设计其实就是多维度和多角度的设计方式，这里我们就简单的通过一个对于线上借贷用户进行资质审核的模型进行举例子；从下面的流程我们可以看到，风控模型的审核流程一般都是要经过机器审核和人工确认的相结合的方式 所以说，风控模型的计算策略和机制在一个公司属于绝密，规则除了核心的员工，其他人是不能知道风控规则的。 四、风控的核心 如果说金融产品的核心是风控，那么风控的核心是什么? 五、风控模型的设计步骤 总体来说风控模型的设计主要可以分为以下的几个步骤： 1.获取数据 信用评估来自于用户数据，模型规则其实就是用户数据规则，信息的纬度也比较广泛，大致可以分为基本信息／行为信息
4K11编辑于 2022-08-14 - 来自专栏全栈程序员必看
风控模型评价指标总结
下表为我在日常建模过程中，评价模型经常用到的一些指标。现在整理出来分享给大家，如果大家想知道每种指标的具体意义，还请大家查阅相关大佬的博文。小弟就不在这里班门弄斧了。
72430编辑于 2022-09-01 - 来自专栏机器学习AI算法工程
拍拍贷风控预测模型
拍拍贷“魔镜风控系统”从平均400个数据维度评估用户当前的信用状态，给每个借款人打出当前状态的信用分，在此基础上，再结合新发标的信息，打出对于每个标的6个月内逾期率的预测，为投资人提供了关键的决策依据 统计模型的选择长期看似乎是风水轮流转，逻辑回归是最经典的线性分类模型，XGBoost是目前在机器学习竞赛表现普遍很好的集成决策树类模型，神经网络现在如此热门，但是今后也说不定有更强大的模型，况且大家都是对现实的规律进行某种形态的假设和拟合 ，不同模型的优势点不一样。 除了单纯的精度之外，其实我们重要的是了解各个模型的原理，如何利用它们的特点和优势，为我们的数据预测工具箱服务。 ? 不论什么模型，交叉验证在增加稳健性、减少过拟合方面是模型训练中少不了的经典之作。 与其跟着不同模型包和语言学习调用不同的交叉验证函数，我们不妨在模型训练前就为模型搭建统一的交叉验证拆分数据和训练方法。 ?
3K81发布于 2018-03-13 - 来自专栏悟空聊架构 | 公众号
双 11 的狂欢，干了这碗「流量防控」汤
而这一篇会讲解被一线大厂使用的两款流量防控组件：Sentinel 和 Hystrix，以及对它们的横向对比，以及该如何选型。 4.3、实时统计的对比 Sentinel 和 Hystrix 都是基于滑动窗口进行实时统计，但 Hystrix 是基于 RxJava 的事件驱动模型，在服务调用成功/失败/超时的时候发布响应的事件，通过一系列的变换和聚合最终得到实时的指标统计数据流 Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，借助 TCP BBR 思想，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略 5.4、 发展及生态 Sentinel 针对 Spring Cloud、Dubbo、gRPC 都进行了适配，引入依赖和简单的配置即可快速接入 Sentinel，相信 Sentinel 将是未来流量防控的一大利器
92810编辑于 2022-05-13 - 来自专栏博文视点Broadview
双 11 的狂欢，干了这碗「流量防控」汤
这一篇会讲解被一线大厂使用的两款流量防控组件：Sentinel 和 Hystrix，以及对它们的横向对比，以及该如何选型。 4.3、实时统计的对比 Sentinel 和 Hystrix 都是基于滑动窗口进行实时统计，但 Hystrix 是基于 RxJava 的事件驱动模型，在服务调用成功/失败/超时的时候发布响应的事件，通过一系列的变换和聚合最终得到实时的指标统计数据流 Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，借助 TCP BBR 思想，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略 5.4、 发展及生态 Sentinel 针对 Spring Cloud、Dubbo、gRPC 都进行了适配，引入依赖和简单的配置即可快速接入 Sentinel，相信 Sentinel 将是未来流量防控的一大利器
92510编辑于 2023-05-19 - 来自专栏全栈程序员必看
风控模型的基础知识
一、 风控模型的A卡、B卡、C卡 风控模型根据设定的y变量与可获得的x变量不同，大致可以分为三类：即A卡，B卡，C卡。今天就让我们聊聊三者的区别。 1、A卡（Application score card） A卡即申请评分模型，此类风控模型的目的在于预测申请时点（申请信用卡、申请贷款）未来一定时间内逾期的概率。 2、B卡（Behavior score card） B卡即行为评分模型，此类风控模型的目的在于预测使用时点（获得贷款、信用卡的使用期间）未来一定时间内逾期的概率。 3、C卡（Collection score card） C卡即催收评分模型，此类风控模型的目的在于预测进入催收阶段后未来一定时间内还款的概率。 二、表现期&观察期 何为目标（即所谓的y值），在风控模型的门类中一般就是指某个客户或账户是否逾期（通常以0，1）来区分。我们在建立风险模型的时候，不能简单地将逾期客户定为1，未逾期客户定义为0。
2.6K20编辑于 2022-09-02 - 来自专栏SAMshare
学习周报20200621 | 风控、模型、回顾
这周因为一些原因需要整理一些风控建模的知识点，顺便在这里整理一下，一起来回顾回顾。 一、评分卡开发过程 1、信用评分卡分为：申请评分卡和行为评分卡。 2、典型的评分卡开发流程包括：问题准备、数据获取与整合、EDA、数据准备、变量选择、模型开发、模型检验和评价、评分卡实施、模型检测。 可以参考：MLK | 机器学习常见算法优缺点了解一下 8、模型评估的常用方法有哪些？ 3、全面了解风控指标体系 https://mp.weixin.qq.com/s/-posovos49MGleNgSXHFWw 概述：非常全面地梳理了一遍风控指标，从贷前到贷后，很适合系统了解这块知识。 ，PCA-算法面经 8、关键数据Vintage、滚动率、迁移率的讲解应用 https://www.sohu.com/a/305129117_99917536 讲解了风控必须要了解的几个关键指标的原理和应用案例
2.3K20发布于 2020-06-24 - 来自专栏AI启蒙研究院
从一个双控开关思考神经网络（上）
内容提要 引子--双控开关和三控开关 | 拓展--数字电路 | 深入--神经网络 --神经网络之感知器：给定模型，通过数据训练参数，可以解决分类问题。 更强大的神经网络（更多参数） --神经网络之激活函数：超越线性（非线性的引入） --神经网络之反向传播：质的飞跃（性能大幅提升） --神经网络之实用关键：算法收敛（快速有效地找到合适的参数） 双控开关和三控开关 引入数字电路 我们先回到最简单的“双控开关”。开关只有２个状态，“开”和“关”，我们分布用“１”和“０”来表示。１代表开，０代表关。 和上面双控开关对应起来，有｛00,11｝灯泡亮，｛01,10｝灯泡灭。 我们把它写出函数的形式：y = f(b[1],b[2])。b[1]，b[2]分布代表开关１和２的状态，取值为０或１。 看来感知器模型还不够强大。
1.1K20发布于 2018-07-20 EtherCAT转PROFINET双剑合璧，重塑海水淡化动力智控
EtherCAT转PROFINET双剑合璧，重塑海水淡化动力智控在工业海水淡化处理厂中，动力系统的稳定性和能效直接关系到制水成本与运行可靠性。 二、节能控制策略实施在反渗透单元的高压泵控制中，我们建立了基于管网压力的自适应调速模型。PROFINET主站实时采集进水盐度、温度和管网压力数据，通过PID算法生成频率给定值，下发给变频器。
22610编辑于 2025-10-22- 来自专栏AI启蒙研究院
从一个双控开关思考神经网络（下）
内容提要 引子--双控开关和三控开关 | 拓展--数字电路 | 深入--神经网络 --神经网络之感知器：给定模型，通过数据训练参数，可以解决分类问题。 --神经网络之激活函数：超越线性（非线性的引入） --神经网络之反向传播：质的飞跃（性能大幅提升） --神经网络之实用关键：算法收敛（快速有效地找到合适的参数） 上文回顾 从一个双控开关思考神经网络 （上） 神经网络引入隐藏层解决异或问题 前面发现，最简单的神经网络模型感知器还是无法解决异或问题。 在讲反向传播之前，我们再看一下最基简单的额神经网络模型。 ? 在上述模型中，输入x1,x2,由神经网络的处理，得到输出y，我们必须知道上图中每条边的参数值，这也是神经网络中最重要的部分。 好了，下面我们通过一张只管的动态图来结束我们此次神经网络模型初识之旅。 ?
76320发布于 2018-07-20 腾讯云天御金融反电诈：基于“资金流+网络流”双维模型的精准风控实践
诈骗套路实时翻新，导致基于历史数据的静态模型难以奏效。 行业痛点数据： 误伤率高： 传统专家规则与机器学习模型在提升拦截率的同时，往往伴随着较高的误伤率，引发客诉与舆情风险。 第二章：构建“资金流+网络流”双剑合璧的AI风控体系 腾讯云天御提出通过引入互联网“空域”安全网，与行内资金流模型形成互补，构建覆盖全流程的治理方案。 核心技术架构 数据底座： 基于独家安全云库与超百项子模型、超万维特征、超亿级参数规模构建大规模复杂结构AI模型。 事前（尽职调查）： 动态预测账户涉诈倾向，利用“扫黑”API与预训练模型研判新开户风险。 信通院： 天御隐私保护决策系统首批通过“可信业务与应用安全”能力认证；内容风控获全五星最高评级。
14710编辑于 2026-05-30- 来自专栏SAMshare
风控ML | 风控模型报告以及上线后需要监控的内容
一个优秀的模型上线报告以及一个优秀的上线后模型监控报表，在我们日常风控建模中是非常的常用并且有用的，今天这个话题就来和大家聊聊怎么去制作优秀的模型上线报告以及上线后的模型监控报表，主要聊聊思路，先要有一个全局的感受 以下内容均基于自己浅薄的经历提炼的，如有纰漏，欢迎指正或补充哦，欢迎交流～ 00 Index 01 聊聊为什么要做这件事 02 标配的风控模型上线报告应具备哪些内容 0201 模型现状 0202 KS值与各种曲线 02 标配的风控模型上线报告应具备哪些内容 0201 模型现状 想要突出你模型的好，你得先分析旧模型的不好。 比如说，把目前线上模型的实际表现进行统计，如KS值、分组排序性、PSI等基础指标。 3）Lift曲线： Lift曲线，简单理解，就是对比在不使用模型的情况下，预测能力提升了多少，其计算公式如下： 0203 模型分组排序性 分组排序性在风控模型中的重要性不言而喻了，所以这个指标也是领导需要着重看的 Reference [1] 风控模型监控报告系统设计 https://zhuanlan.zhihu.com/p/83025492 [2] 模型评估方法之KS曲线和ROC曲线 https://zhuanlan.zhihu.com
4.4K21编辑于 2022-04-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号