一秒三千单的"用户"
上一场活动的数据复盘：开抢后一秒内涌入三千笔下单，来自两千个账号——事后核验，真人下单不到三百笔，其余全是脚本：设备指纹高度集中（同一个改机工具的模板）、账号注册时间扎堆、点击轨迹整齐划一到毫秒级。黄牛转手一台加价三百，一次活动薅走几万台。秒杀系统不但要扛住流量，还要在流量里分辨谁是真人——这就是风控的战场。
四类识别信号
单点信号都好伪造，组合起来才有分辨力：设备信号——模拟器、root、改机痕迹、传感器数据异常，设备指纹把同源设备连成网；行为信号——真人的滑动轨迹是带噪声的曲线，脚本是直线；真人答题用秒，脚本用毫秒；画像信号——账号注册时长、历史活跃度、消费记录，养了几天的批量号画像单薄；关系信号——同 IP 段聚集、同收货地址、同支付账户，批量作案的账号在网络关系里抱团。任何一个信号都可以单点绕过，四类交叉后绕过的成本指数级上升。
决策：前置拦与后置清
风控决策分两档执行：前置拦截——开抢前把确定性黑产（历史黄牛、明显脚本）挡在漏斗外，省下的是系统容量；后置清算——疑似但不确定的，放行下单、延迟发货，活动结束后统一核验，命中特征的取消资格——省下的是误杀成本。这样切分的逻辑是代价不对称：拦错一个真人，损失的是信任与舆情；漏放一个脚本，损失的是一台手机——所以前置只拦十拿九稳的，拿不准的交给后置，加上支付与物流环节还有两道兜底。
// 风控决策三档
RiskResult r = riskEngine.check(userId, deviceId, behaviorCtx);
switch (r.level()) {
case BLOCK -> return deny("资格校验未通过"); // 前置拦截：确定性黑产
case REVIEW -> order.markForReview(); // 放行 + 后置清算
case PASS -> continueSeckill(); // 正常放行
}
// REVIEW 单延迟发货，活动后统一核验，误判率进入风控报表资格与限购
风控之外还有业务规则：限购（一人一单、一个设备一单）、资格（会员专享、预约优先）。这些规则最好在开抢前预计算——资格名单提前生成进缓存，开抢时只做一次查表，而不是现场跑规则引擎。资格预热的另一个好处是缩小现场决策面：开抢瞬间的每个计算都珍贵，能提前算的绝不现场算。
这是一场持续对抗
没有一劳永逸的风控：黑产会试错你的规则边界，识别规则上线几天就被研究透。对抗的节奏是规则迭代、数据回流、快速响应：每场活动的拦截数据回流标注，误杀与漏放都进报表；规则引擎支持热更新，活动进行中就能调整；黑产的试错成本比平台低，所以平台的策略是抬高他的成本——让脚本的开发周期从三天变成三周，一场活动的收益就覆盖不了成本了。挡在漏斗外的流量已经处理完，接下来是漏斗最关键的一层：库存到底该怎么扣。
评论 (0)