爱奇艺风险中台的演进与治理实践

1.

2. 爱奇艺风险中台的演进和实践张文斌

3. 自我介绍 • 爱奇艺风控团队负责人 • 2015年底加入爱奇艺，从零到一搭建爱奇艺风控体系 • 2019年重塑技术、组织架构，打造风险中台 • 2020年全部业务无故障迁移，支撑业务量级翻倍 • 目前致力于风险自动驾驶、黑灰产攻防对抗、半监督、无监督模型体系迭代等工作。

4. 目录 • 爱奇艺风控发展历程及挑战 • 爱奇艺风险中台核心构建思路 • 未来的展望与思考

5. 爱奇艺风控发展历程及挑战

6. 业务风险业务风险域会员内容生态账号安全虚假人气养号卖号广告刷量恶意分享版权保护价格体系盗播盗看行为式反垃圾互动营销用户增长订单支付抽奖防刷裂变拉新防薅羊毛欺诈签到防刷渠道拉新防刷单诈骗优惠券防刷拉起召回洗钱

7. 发展历程迭代救火 § 解决问题 § 小步快跑 2016 § 云管端 § 智能化 2018 中台 § 降本增效 § 核心能力下沉 2020

8. 面临的挑战成本&效率 • 接入、联调成本高，耗时耗力 • 应急、客诉成本高，中断式响应，耗时耗力 • 业务风险需要铺人解决，烟囱式建设，策略模型可迁移性差 • 数据、任务、标签、情报缺乏统一管理，造成资源浪费，溯源困难，运维困难效果 • 业务对于风控感知度不够，参与度意愿低、积极性低 • 缺乏业务生命周期管理，相似问题易发 • 防御体系偏应急，体系化思考不足 • 缺乏精细化运营工具，评估量化、问题定位不够系统 • 缺乏全局风险感知，风险处置较为被动

9. 爱奇艺风险中台核心构建思路全局概览

10. 团队目标：降本增效、核心能力沉淀场景化解决方案全面、省心统一数据平台统一管理数据血缘一站式接入统一标准，自助运营风险自动驾驶小时级感知、认知、处置中台互通精细化运营指标大盘、定制报表、客诉闭环评价体系智能决策体系新一代决策引擎，分层决策场景vs定制

11. 中台体系概览业务线账号会员决策API 账户保护各类中台 APP矩阵内容生态用户增长金融科技会员权益保护智能验证对外支撑营销反作弊解决方案产品赋能渠道反作弊深度定制信誉产品拉新裂变保护风险中台设备指纹对内支撑投票反作弊能力建设数据平台运营平台模型平台六大引擎风险雷达内容保护金融反欺诈

12. 爱奇艺风险中台核心构建思路场景化解决方案一站式接入&运营

13. 场景化解决方案覆盖 11个风险场景，累计对接 500+ 业务风险点账号会员拉新促活互动投票内容生态支付电商激活码基础安全反爬虫金融

14. 以业务为核心的全生命周期解决方案事业务方前事中事后风险评估风控建议联调测试业务风险场景风控调用&处置手段易错项Checklist 玩法风险程度业务限制&应急预案联调/预演安全渗透，PR，GR 接口加固压测跟进防控体系自助运营可定制实时/离线策略申请黑/白/测试名单攻击预警&处置云管端风险体系查询日志/定制报表舆情、情报预警分层架构，联防联控客诉处理闭环应急预案，值班模式风险复盘业务分析梳理恶意攻击事件量化资损/止损情况评估整体防御效果监控报警持续优化风控体系迭代面向业务定制分析业务玩法建议协作流程优化

15. 客诉处理闭环 • 时效性 • 量级 • 误伤率业务请求风控服务风控日志用户投诉人工风险场景分组监控一线客服日志中心置信风险原因的恶意投诉业务处理风控团队策略规则风控相关的投诉话术回复风控置信原因客诉加白T+1监控业务方工单审批临时加白业务临时加白转交风控的客诉 7天免审批误杀画像标签

16. 运营效率提升客诉闭环，降低客诉量级打扰95%，客诉 95%以上业务复用解决方案当天解决率100% 规范化接入，中台打通无感接入，接入成中台互通，业务方无感接入风控解决方案，本下降90%，耗时下已支持数百个活动降至小时级，无故障

17. 爱奇艺风险中台核心构建思路智能风控体系

18. 策略运营核心思路策略体系分层设计运营中心关键能力风险点联防联控全链路智能组合模型融合策略中心评价体系深度分析案件库风险雷达策略配置离线评价关联分析案件管理异常检测场景配置预上线评价团伙分析案件跟进事实呈现灰度配置灰度评价报告输出案件复盘根因分析模型配置线上评价客诉分析风险决策数据外部情报设备数据客诉数据业务数据风险数据行为数据能力支撑业务中心

19. 智能决策引擎决策引擎查询引擎模型引擎规则引擎场景引擎评分引擎全链路血缘一键分发多跳关联灵活灰度 ABTest 服务性能查询性能链路监控应用管理策略集配置策略集推送场景管理规则配置模型配置参数配置数据管理插件配置流量复制案件回溯策略运营日志存储 Kafka实时消息 • 服务角度：性能、稳定性，监控完备 • 运维角度：资源隔离、按需分配服务运维流量分布 • 运营角度：简单、好用 ES实时检索 Druid实时监控 Hive事后分析

20. 策略管理功能策略管理策略集管理策略类型选择执行模式选择参数类型选择策略选择比较符选择逻辑组合拖拽查询链路确认执行动作确认设置展示层级核验确认核验确认

21. 数据治理&全链路血缘策略集决策流关联打通溯源查询策略情报标签情报平台特征特征计算平台标签模型机器学习平台外部接口大数据开发平台

22. 决策引擎迭代总结运营角度运维角度 •树型风险点组合，清晰构建防御体系 •两地三中心高可用 •数据管理全链路打通，端到端可追溯 •弹性扩容，自动化部署 •灵活的AB、预发布，全面的评估 •隔离、熔断、限流完备服务角度 •单实例QPS达4.1K，集群峰值支持 20W+QPS •P999延迟<10ms •自适应流量漏斗模型，灵活应对大流量场景

23. 风控算法体系概览目标：框架化，无监督、深度学习产出：标签、特征、服务、预警、决策用户鉴白渠道·增长用户信誉设备信誉行为式反垃圾模型批量受控模型人机识别模型对优质用户隐身金融·支付拉新·活动视频·内容综艺投票账号·会员多维鉴白图传播鉴白设备鉴白无感验证团伙挖掘模型超点图神经网络通用无监督框架大规模异常检测框架智能预警框架对黑灰产、羊毛党、欺诈等及时有效识别

24. 通用无监督框架-简介 l 隐含假设：黑产成本有限，目的性强。故在物料、行为特征上呈现聚集、离群等特点。 l 难点：异常组合维度选取、异常簇的检测行为特征特征工程属性特征流形学习聚类连续特征离散化簇聚集维度检测异常簇检测异常组合维度鉴白校验

25. 通用无监督框架-效果 • 落地效率：已接入场景当天可落地，新场景3天内可落地。已支持拉新、账号、会员、投票多场景 • 拉新场景：支持15个公司级拉新裂变业务，累计识别异常账号51万余个，累计止损超过500余万元，月均客诉账号数小于5。 • 会员场景：共识别批量登陆用户约5600万个，检测到大型攻击事件超过10次。攻击期间日均拦截请求240余万次，拦截用户75万余个。

26. 爱奇艺风险中台核心构建思路风险态势感知与自动驾驶

27. 背景与挑战业务早于风控发现问题面临3个挑战业务规模不断增长过于依赖铺人力黑产流窜变化快业务对于自身健康度诉求大于拦截指标目标：将风险变得可预测、可量化、可追踪、可防控 • • • 主动检测改变被动防守局面感知、根因分析、处置、复盘形成闭环业务报表、巡检配置化，成为业务周报中的一项

28. 风险雷达架构业务巡检流量异常验证行为特征监控模式异常服务巡检标签监控情报监控业务指标规则指标频繁项检测行为标注验证指标设备指纹业务风险报告实时监控规则评价异常检测专家经验报警定级报警策略更新定位业务根因分析风险定级智能定级成果： • 参数巡检 • 数据质量巡检人工跟进报警管理业务规则升级自动驾驶 • 全业务风险感知、根因分析、报警 • 报警准确率95%，立案率55% 风险案件总结报警处理报警跟踪报警监控流向监控案件沉淀风险案件案件分析经验总结

29. 全周期智能评价体系实时风险评分卡模型评价风险点1 风险点1.1 风险点2 风险点1.2 风险点2.1 风险点2.2 规则评价分值权重模型过期时间情报情报评价 • 上线前：准召、增益、业务指标 • 预上线：预上线评估报告 • 线上灰度：流量组深度检测、反馈闭环风险点迭代评价链路离线训练标签评价路径：标签评分卡参数调整评价体系离线评估预上线评估灰度上线全面上线正负反馈 • 线上推广：场景、业务预推广评估 • 成熟期监控：量级、重要指标监控 • 淘汰：ROI、独立贡献度、误伤率

30. 总结与回顾团队知识沉淀关注核心竞争力密切协作技术统一规范、标准、流程场景解决方案系统、策略、模型创新业务高效支持、定制支持指标化管理降本增效核心能力沉淀驱动业务决策

31. 未来的展望与思考

32. 风险中台的思考更全面的一站式解决方案更多业务创新更智能的防控更优的用户体验更完备的防御体系优质生态用户安全感智能决策生态治理更丰富的数据数据平台智能运营智能化中台化

33. 风控价值体系有形 • 止损 • 解决方案 • 调用量级两者之间 • 接入成本 • 人力成本无形 • 潜在风险 • 商誉、舆情、监管风险平台业务 • 商业决策

34. 责任与使命 • 我们站着光明与黑暗的分界线上，我们只要能前进一步光明就能前进一步，黑暗就会倒退一步 • 作为业务风控的人，不畏苛责、不计回报、一腔热血、不忘初心、坚守平凡，只为业务和用户默默地提供一种安全感招贤纳士共同进步

35.