商家反刷單系統(tǒng)利用京東自建的大數(shù)據(jù)平臺，從訂單、商品、用戶、物流等多個維度進行分析，分別計算每個維度下面的不同特征值。通過發(fā)現(xiàn)商品的歷史價格和訂單實際價格的差異、商品SKU銷量異常、物流配送異常、評價異常、用戶購買品類異常等上百個特性， 結(jié)合貝葉斯學(xué)習(xí)、數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)等多種智能算法進行精準定位。
而被系統(tǒng)識別到的疑似刷單行為，系統(tǒng)會通過后臺離線算法，結(jié)合訂單和用戶的信息調(diào)用存儲在大數(shù)據(jù)集市中的數(shù)據(jù)進行離線的深度挖掘和計算，繼續(xù)進行識別，讓其無所遁形。而對于這些被識別到的刷單行為，商家反刷單系統(tǒng)將直接把關(guān)聯(lián)商家信息告知運營方做出嚴厲懲罰，以保證消費者良好的用戶體驗。
前端業(yè)務(wù)系統(tǒng)發(fā)展到今天，已經(jīng)基本覆蓋了交易環(huán)節(jié)的全流程，從各個維度打擊各種侵害消費者利益的惡意行為。
4.后臺支撐系統(tǒng)
天網(wǎng)作為京東的風(fēng)控系統(tǒng)，每天都在應(yīng)對不同特性的風(fēng)險場景。它可能是每分鐘數(shù)千萬的惡意秒殺請求，也可能是遍布全球的黃牛新的刷單手段。天網(wǎng)是如何通過底層系統(tǒng)建設(shè)來解決這一個又一個的難題的呢?讓我們來看一看天網(wǎng)的兩大核心系統(tǒng)：風(fēng)險信用服務(wù)(RCS)和風(fēng)控數(shù)據(jù)支撐系統(tǒng)(RDSS)。
1風(fēng)險信用服務(wù)
風(fēng)險信用服務(wù)(RCS)是埋藏在各個業(yè)務(wù)系統(tǒng)下的風(fēng)控核心引擎，它既支持動態(tài)規(guī)則引擎的高效在線識別，又是打通沉淀數(shù)據(jù)和業(yè)務(wù)系統(tǒng)的橋梁。它是風(fēng)控數(shù)據(jù)層對外提供服務(wù)的唯一途徑，重要程度和性能壓力不言而喻。
1.1 RCS的服務(wù)框架
RCS作為天網(wǎng)對外提供風(fēng)控服務(wù)的唯一出口，其調(diào)用方式依賴于京東自主研發(fā)的服務(wù)架構(gòu)框架JSF，它幫助RCS在分布式架構(gòu)下提供了高效RPC調(diào)用、高可用的注冊中心和完備的容災(zāi)特性，同時支持黑白名單、負載均衡、Provider動態(tài)分組、動態(tài)切換調(diào)用分組等服務(wù)治理功能。
面對每分鐘千萬級別的調(diào)用量，RCS結(jié)合JSF的負載均衡、動態(tài)分組等功能，依據(jù)業(yè)務(wù)特性部署多個分布式集群，按分組提供服務(wù)。每個分組都做了跨機房部署，最大程度保障系統(tǒng)的高可用性。
1.2 RCS動態(tài)規(guī)則引擎的識別原理
RCS內(nèi)部實現(xiàn)了一套自主研發(fā)的規(guī)則動態(tài)配置和解析的引擎，用戶可以實時提交或者修改在線識別模型。當(dāng)實時請求過來時，系統(tǒng)會將實時請求的數(shù)據(jù)依據(jù)模型里的核心特性按時間分片在一個高性能中間件中進行高性能統(tǒng)計，一旦模型中特性統(tǒng)計超過閥值時，前端風(fēng)控系統(tǒng)將立刻進行攔截。
而前面我們所說的高性能中間件系統(tǒng)就是JIMDB，它同樣是自主研發(fā)的，主要功能是基于Redis的分布式緩存與高速Key/Value存儲服務(wù)，采用“Pre-Sharding”技術(shù)，將緩存數(shù)據(jù)分攤到多個分片(每個分片上具有相同的構(gòu)成，比如：都是一主一從兩個節(jié)點)上，從而可以創(chuàng)建出大容量的緩存。支持讀寫分離、雙寫等I/O策略，支持動態(tài)擴容，還支持異步復(fù)制。在RCS的在線識別過程中起到了至關(guān)重要的作用
1.3 RCS的數(shù)據(jù)流轉(zhuǎn)步驟
風(fēng)險庫是RCS的核心組件，其中保存有各種維度的基礎(chǔ)數(shù)據(jù)，下圖是整個服務(wù)體系中的基本數(shù)據(jù)流轉(zhuǎn)示意圖：
1) 各個前端業(yè)務(wù)風(fēng)控系統(tǒng)針對各個業(yè)務(wù)場景進行風(fēng)險識別，其結(jié)果數(shù)據(jù)將回流至風(fēng)險庫用戶后續(xù)離線分析及風(fēng)險值判定。
2) 風(fēng)險庫針對業(yè)務(wù)風(fēng)控識別進過數(shù)據(jù)進行清洗，人工驗證，定義并抽取風(fēng)控指標數(shù)據(jù)，經(jīng)過此道工序風(fēng)險庫的元數(shù)據(jù)可以做到基本可用。
3) 后臺數(shù)據(jù)挖掘工具對各來源數(shù)據(jù)，依據(jù)算法對各類數(shù)據(jù)進行權(quán)重計算，計算結(jié)果將用于后續(xù)的風(fēng)險值計算。
4) 風(fēng)險信用服務(wù)一旦接收到風(fēng)險值查詢調(diào)用，將通過在JIMDB緩存云中實時讀取用戶的風(fēng)控指標數(shù)據(jù)，結(jié)合權(quán)重配置，使用歐式距離計算得出風(fēng)險等級值，為各業(yè)務(wù)風(fēng)控系統(tǒng)提供實時服務(wù)。
1.4 RCS的技術(shù)革新與規(guī)劃
進入2015年以后，RCS系統(tǒng)面臨了巨大的挑戰(zhàn)。首先，隨著數(shù)據(jù)量的不斷增大，之前的處理框架已無法繼續(xù)滿足需求，與此同時不斷更新的惡意行為手段對風(fēng)控的要求也越來越高，這也就要求風(fēng)控系統(tǒng)不斷增加針對性規(guī)則，這同樣帶來不不小的業(yè)務(wù)壓力。