典型（反欺诈）业务场景风险分析
1. 垃圾注册风险识别
2. 批量登入风险识别
3. “薅羊毛”风险识别
作业路径分析
注册——登录——领券——交易——支付
整体分析思路：上面是一个薅羊毛行为的作业路径，其中的每一个部分也是一个相对独立的业务场景，每个业务场景下都有不同的数据维度，综合这些数据维度可以配置出黑产特征的识别规则。
方案设计
- 使用工具：决策引擎、设备指纹、智能验证码、手机号/IP 画像、地址反欺诈服务、半监督模型
- 对接场景：注册场景、登录场景、领券场景、交易场景
- 数据维度：除常规场景能够获取的数据外，在交易场景传入账户注册时间及IP，以挖掘潜伏时间较长的垃圾小号薅羊毛
- 策略结果使用：我们设计了两套策略，分别对应日常和大促期间。
- 在日常运营中，对注册场景及登录场景结合使用策略结果和智能验证码，领券场景识别高风险则不发券，交易场景综合前序各场景数据进行分析，并且增加地址反欺诈、半监督模型标签，综合识别高风险则取消该笔订单
- 大促期间，额外对交易场景识别中风险的交易订单，使用大额优惠券订单增加人工审单环节。同时沉淀审单环节中发现的漏杀、误杀样本以进行策略优化。