金融交易场景中,欺诈手段不断升级,传统基于规则的静态风控误杀率高、响应慢。某金融平台日均交易流水超 200 万笔,原有风控系统延迟超过 800ms,导致大量正常交易被误拦截,用户投诉率居高不下。本项目目标是构建一套实时风控决策引擎,将单笔交易决策延迟压缩到 100ms 以内,欺诈识别准确率提升至 95% 以上,同时将误杀率控制在 0.5% 以下。
采用微服务 + 流计算混合架构。服务层基于 Spring Cloud Alibaba(Nacos + Sentinel + Gateway),流计算层基于 Flink + Kafka,数据层分三类:Redis(热数据缓存 + 布隆过滤器)、MySQL(规则配置 + 案件数据)、ClickHouse(OLAP 分析)。服务间通过 gRPC 通信降低延迟,全链路集成 SkyWalking APM 监控。关键设计决策:将特征计算下沉到 Flink 而非服务层,利用 Flink 的 state 机制实现精确一次语义,避免重复计算。