原创

风控引擎（Radar）

项目介绍

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。 A real-time risk analysis engine,which can update risk rule in real-time and make it effective immediately. It applies to the anti-fraud application perfectly. The project code called Radar, like the code, monitor the transaction at the back.

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！

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。 Radar前身是笔者前公司的一个内部研究项目，由于众多原因项目商业化失败，考虑到项目本身的价值，弃之可惜，现使用Springboot进行重构，删除了很多本地化功能，只保留风控引擎核心，更加通用，更加轻量，二次开发成本低，开源出来，希望能给有风控需求的你们带来一些帮助。

项目初衷

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。

项目架构

前后端分离架构后端技术框架： SpringBoot + Mybatis + tkMapper + Mysql + MongoDB + Redis + Groovy + ES + Swagger 前端技术框架： React(SPA)

架构图

技术选型

Springboot：笔者是java 出生，选择 Springboot 理所当然，方便自己，也方便其他Java使用者进行扩展。
Mybatis + tkMapper：持久层框架， tkMapper 提供mapper 通用模板功能，减少重复代码的生成。
Mysql ：本项目中关系数据库，主要用于存放风险模型的元信息。
MongoDB：用于存放事件JSON，提供基本统计学计算（例如：max, min, sum, avg,），复杂的统计学概念（sd,variance, etc...）在内存中计算。
ES：提供数据查询和规则命中报表服务。
Redis：提供缓存支持，Engine 利用发布订阅特性监听管理端相关配置的更新
Groovy：规则引擎，风控规则最后都生成 groovy 脚本，实时编辑，动态生成，即时生效。
Swagger: Rest API 管理