CN114780669A - 风控数据处理方法、装置和*** - Google Patents

Abstract

本发明公开了一种风控数据处理方法、装置和***，涉及信息安全技术领域。该方法的一具体实施方式包括：获取预先配置的风控规则，依据风控规则构造含有倒排记录的倒排索引数据；每一风控规则包括含有至少一种属性数据的判别条件和判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为属性数据，值数据为具有键数据中的属性数据的风控规则标识；响应于接收到待处理信息，将目标倒排记录指示的风控规则确定为待处理信息的初选规则；目标倒排记录的键数据与待处理信息匹配；将判别条件与待处理信息匹配的初选规则确定为待处理信息的命中规则；使用命中规则中的执行策略处理待处理信息。该实施方式能够通过倒排索引的方式提升风控引擎性能。

Description

风控数据处理方法、装置和***

技术领域

本发明涉及信息安全技术领域，尤其涉及一种风控数据处理方法、装置和***。

背景技术

支付***需要针对交易过程执行实时风控，目前，支付***所采用的风控引擎通常基于风控规则驱动的方式，即，将单笔支付信息与海量的风控规则一一比对，从而确定命中的规则，此后使用命中规则处理支付信息。由于风控规则数量庞大，以上确定命中规则的方式效率较低，响应时间较长，无法满足高并发支付场景。另外，风控规则一般存储在数据库中，数据库在面对高并发读写时存在性能瓶颈，并且不利于风控引擎的水平扩展。

发明内容

有鉴于此，本发明实施例提供一种风控数据处理方法、装置和***，能够通过倒排索引的方式提升风控引擎性能。

为实现上述目的，根据本发明的一个方面，提供了一种风控数据处理方法。

本发明实施例的风控数据处理方法包括：获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；响应于接收到待处理信息，将目标倒排记录指示的风控规则确定为所述待处理信息的初选规则；所述目标倒排记录的键数据与所述待处理信息匹配；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；使用所述命中规则中的执行策略处理所述待处理信息。

可选地，每一倒排记录的键数据为一种属性数据；所述键数据与所述待处理信息匹配，具体为：所述待处理信息中含有所述键数据中的属性数据；所述判别条件为至少一种属性数据的布尔表达式；所述判别条件与所述待处理信息匹配，具体为：所述待处理信息中的属性数据符合所述判别条件。

可选地，所述属性数据根据属性名分为多个类型，同一倒排记录中含有同一类型的属性数据；所述倒排索引数据包括多个倒排记录集合，同一倒排记录集合中的倒排记录含有同一类型的属性数据；以及，所述将所述键数据与所述待处理信息匹配的所述倒排记录指示的风控规则确定为所述待处理信息的初选规则，包括：将所述待处理信息中的属性数据按照所述类型分为多组，将与任一组属性数据对应于同一类型的倒排记录集合确定为该组属性数据的目标集合；针对任一组属性数据：遍历该组属性数据的目标集合中的每一倒排记录，将键数据中的属性数据包含在该组属性数据的倒排记录指示的风控规则确定为所述待处理信息的初选规则。

可选地，所述风控规则在预设数据库中进行配置，并在配置完成之后被同步到预设缓存单元中；以及，所述获取预先配置的多条风控规则，包括：从所述缓存单元中加载所述风控规则。

可选地，所述依据所述风控规则构造含有多条倒排记录的倒排索引数据，包括：在内存中构造所述倒排索引数据。

可选地，所述使用所述命中规则中的执行策略处理所述待处理信息，包括：对于任一命中规则，判断所述待处理信息中与该命中规则的执行策略相关的数据是否符合该执行策略；在符合时，将该命中规则的处理结果确定为通过结果；在不符合时，将该命中规则的处理结果确定为拒绝结果；当每一命中规则的处理结果都为通过结果时，通过所述待处理信息；当存在拒绝结果的处理结果时，拒绝所述待处理信息。

为实现上述目的，根据本发明的另一方面，提供了一种风控数据处理装置。

本发明实施例的风控数据处理装置可以包括：倒排索引建立单元，用于：获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；筛选单元，用于：响应于接收到待处理信息，将目标倒排记录指示的风控规则确定为所述待处理信息的初选规则；所述目标倒排记录的键数据与所述待处理信息匹配；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；检查单元，用于：使用所述命中规则中的执行策略处理所述待处理信息。

为实现上述目的，根据本发明的另一方面，提供了一种风控数据处理***。

本发明实施例的风控数据处理***可以包括：业务***、至少一个风控引擎和缓存单元；其中，所述风控引擎从所述缓存单元中获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；所述风控引擎在接收到所述业务***发送的待处理信息之后，将目标倒排记录指示的风控规则确定为所述待处理信息的初选规则；所述目标倒排记录的键数据与所述待处理信息匹配；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；所述风控引擎使用所述命中规则中的执行策略处理所述待处理信息，并将处理结果向所述业务***返回。

可选地，每一倒排记录的键数据为一种属性数据；所述风控引擎在内存中构造所述倒排索引数据。

为实现上述目的，根据本发明的又一方面，提供了一种电子设备。

本发明的一种电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明所提供的风控数据处理方法。

为实现上述目的，根据本发明的再一方面，提供了一种计算机可读存储介质。

本发明的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明所提供的风控数据处理方法。

根据本发明的技术方案，上述发明中的实施例具有如下优点或有益效果：

风控引擎预先从缓存单元获取风控规则并在内存中依据风控规则构造倒排索引数据，倒排索引数据中的倒排记录为键值对数据，其中的键数据为风控规则中判别条件的属性数据，其中的值数据为具有键数据中属性数据的风控规则标识。在接收到待处理信息之后，风控引擎首先利用以上倒排索引数据查询与待处理信息相关的初选规则，即，将键数据与待处理信息匹配的倒排记录指示的风控规则确定为待处理信息的初选规则，此后将判别条件与待处理信息匹配的初选规则确定为待处理信息的命中规则，最后使用命中规则中的执行策略处理待处理信息。由于属性数据的数量远小于风控规则数量，因此基于以上倒排索引的查询性能远远优于现有技术中的遍历风控规则方式。进一步，可以将倒排索引根据属性数据的不同类型分为多个倒排记录集合，将待处理信息中的属性数据按照以上类型同样分为多组，对于任一组属性数据在对应的倒排记录集合内进行匹配，从而通过较少的遍历次数确定初选规则，由此进一步降低运算量。以上倒排索引存储在风控引擎内存，以上匹配过程在风控引擎内存中执行，有助于进一步提升查询性能，降低响应时长。此外，使用Redis等缓存单元来同步数据库中配置的风控规则以及支撑风控引擎，能够通过其高速读写性能应对高并发支付场景(例如千亿级规模的支付场景)，并且易于对风控引擎进行水平扩展。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是本发明实施例中风控数据处理***的交互步骤示意图；

图2是本发明实施例的倒排索引构造示意图；

图3是本发明实施例的命中规则查询示意图；

图4是本发明实施例中风控数据处理方法的主要步骤示意图；

图5是本发明实施例中风控数据处理装置的组成部分示意图；

图6是根据本发明实施例可以应用于其中的示例性***架构图；

图7是用来实现本发明实施例中风控数据处理方法的电子设备结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要指出的是，在不冲突的情况下，本发明的实施例以及实施例中的技术特征可以相互结合。

图1是本发明实施例中风控数据处理***的交互步骤示意图，如图1所示，本发明实施例的风控数据处理***可以包括：业务***、风控引擎、缓存单元和数据库。

其中，业务***可以是执行具体业务的***如支付***或交易***，其能够产生需要风控引擎进行风控处理的待处理信息，实际应用中，待处理信息中一般包括至少一种属性数据，也可以包括与业务相关的其它数据。以上任何一种属性数据均对应于一种具体的属性，也即，对应于一种特定的属性名，对应于不同属性名的属性数据属于不同种属性数据。例如，一种属性数据为“用户标识＝user001”，另一种属性数据为“用户等级＝A”，还有一种属性数据为“商户标识＝M001”，三者属于不同种属性数据。可以理解，属性数据中可以直接包括属性名(如前例)，也可以不直接包括属性名，但是这种情况下需要能够从属性数据中确定相应的属性名。例如，一种属性数据为“user001”，从“user001”的特征中能够确定该属性数据对应的属性名为“用户标识”。

作为一个优选方案，以上属性数据可以根据属性名的不同类型分为相应的多个类型，例如，属性名“用户标识”、“用户等级”、“用户来源”以及相应的属性数据属于用户类型，属性名“商户标识”、“商户等级”及其属性数据属于商户类型，属性名“订单SKU”(SKU表示库存量单位)、“订单类型”、“订单品类”、“订单金额”及其属性数据属于订单类型。

除了含有各种属性数据，待处理信息中一般还含有特定数据，该特定数据与后续将要说明的风控规则的执行策略相关，该特定数据也可以同时属于某种属性数据。例如，某待处理信息中包括订单金额，某风控规则的执行策略为“单笔支付金额的限额为100元”，则以上订单金额为与该风控规则的执行策略相关的特定数据。

在本发明实施例中，风控引擎用于基于预先配置的风控规则对业务***发送的待处理信息(例如支付信息)进行风控处理，并将风控处理结果(例如通过或拒绝)向业务***返回，业务***根据接收到的风控处理结果通过或拒绝待处理信息的相关业务执行。一般地，风控引擎可以设置多个。

特别地，以上每一风控规则可以包括判别条件和判别条件所对应的执行策略。判别条件用于表示实施风控规则针对的具体条件和特征，一般是由至少一种属性数据构成的布尔表达式。可以理解，根据判别条件可以将风控规则与待处理信息进行匹配。执行策略指的是对符合判别条件的待处理信息采取的预设策略，例如，在待处理信息是支付信息时，执行策略可以是单笔限额(即限制最大支付金额)、固定时间段内限额(例如一个月内限制最大支付金额)、固定时间段内限次(即限制最大支付次数)。一个具体的风控规则可以如下例所示：用户等级＝C&&(与符号)商户标识＝M001(此为判别条件)，单笔限额100元(此为执行策略)。

实际应用中，工作人员可以在页面端操作数据库来实现风控规则的配置，包括风控规则的生成、修改和删除。现有技术中，一般将各风控引擎与数据库连接来形成风控数据处理***，但是这种架构在面对高并发请求时容易产生读写性能瓶颈，并且不利于风控引擎的水平扩展。针对以上缺陷，在本发明实施例中，可以使用缓存单元分别连接各风控引擎和数据库加以解决。示例性地，缓存单元可以是分布式缓存，可以采用Redis、Memcached等***。缓存单元可以同步数据库当前的所有风控规则，并且当数据库中的风控规则更新时，更新数据会实时同步到缓存单元中。如图2所示，当任一风控引擎启动时，风控引擎中的加载器可以将缓存单元中存储的风控规则加载到风控引擎本地，风控引擎中的构造器进而在风控引擎的本地内存构造倒排索引数据。通过这种架构，能够提升风控数据处理***的读写性能，并且易于对风控引擎进行水平扩展。

具体应用中，任一风控引擎可以依据从缓存单元中加载的风控规则构造倒排索引数据。倒排索引是一种根据具体特征查询主体的索引方式，以上倒排索引数据包括多条倒排记录，每一倒排记录为键值对数据，键数据(key)为风控规则中的一种或多种属性数据，值数据(value)为具有键数据中的属性数据的风控规则标识。优选地，每一倒排记录的键数据为一种属性数据，这样有利于后续的风控规则匹配过程的计算逻辑统一和执行速度提升。例如，三条风控规则如下(风控规则标识分别为r1、r2、r3)：

r1：用户等级＝C&&用户来源＝aa，单笔限额100元；

r2：用户等级＝C||(或符号)商户标识＝M002，一个月限额1000元；

r3：用户来源＝aa&&订单类型＝01&&商户标识＝M002，一年限次10次。

根据这三条风控规则可以形成以下四条倒排记录：

key——用户等级＝C，value——r1、r2；

key——用户来源＝aa，value——r1、r3；

key——商户标识＝M002，value——r2、r3；

key——订单类型＝01，value——r3。

当然，也可以构造键数据中含有多种属性数据的倒排记录，例如“key——用户等级＝C、用户来源＝aa，value——r1”，但是前述键数据中仅含有一种属性数据的倒排记录是更优方式。在同一倒排记录含有多种属性数据的情况下，这些属性数据应属于同一类型，例如，同一倒排记录的键数据中的多个属性数据要么都是用户类型的属性数据，要么都是商户类型的属性数据，要么都是订单类型的属性数据，不应是不同类型属性数据的混合，这样便于后续执行分组式匹配。

可以理解，通过构造以上倒排索引数据，能够将实际场景中海量的风控规则转化为数量较少的倒排记录，从而大大减少后续规则匹配过程的遍历次数，有助于提升查询效率，降低响应时间。

当风控引擎构造倒排索引数据完成之后，即可执行风控处理。当业务***向风控引擎发送待处理信息之后，风控引擎可以首先依据倒排索引数据确定与待处理信息对应的初选规则。以上初选规则指的是与待处理信息有关的风控规则，实际应用中，如果某风控规则的判别条件中与待处理信息具有至少一种相同的属性数据，则可以将该风控规则作为待处理信息的初选规则。

具体地，风控引擎可以遍历每一倒排记录，比较每一倒排记录的键数据与待处理信息，并将键数据与待处理信息匹配的倒排记录指示的风控规则确定为待处理信息的初选规则，以上匹配指的是：待处理信息中含有键数据中的属性数据。也就是说，遍历每一倒排记录，首先确定键数据的属性数据包含在待处理信息中的倒排记录，之后将这些倒排记录的值数据指示的风控规则作为初选规则。以上匹配过程可以认为是一种映射(map)过程。

特别地，以上倒排索引数据可以包括多个倒排记录集合，同一倒排记录集合中的倒排记录含有同一类型的属性数据。如图3所示，倒排索引数据可以包括对应于用户的倒排记录集合(其中的倒排记录仅含有用户类型的属性数据)、对应于商户的倒排记录集合(其中的倒排记录仅含有商户类型的属性数据)和对应于订单的倒排记录集合(其中的倒排记录仅含有订单类型的属性数据)。在确定初选规则时，可以首先将待处理信息中的属性数据按照属性数据的类型分为多组，将与任一组属性数据对应于同一类型的倒排记录集合确定为该组属性数据的目标集合。参见图3，可以将待处理信息分为：对应于用户类型的第一组(包括用户标识、用户等级和用户来源)、对应于商户类型的第二组(包括商户标识和商户等级)、对应于订单类型的第三组(包括订单SKU、订单类型、订单品类和订单金额)，第一组的目标集合为对应于用户的倒排记录集合，第二组的目标集合为对应于商户的倒排记录集合，第三组的目标集合为对应于订单的倒排记录集合。

此后，针对任一组属性数据，遍历该组属性数据的目标集合中的每一倒排记录，将键数据中的属性数据包含在该组属性数据的倒排记录指示的风控规则确定为待处理信息的初选规则。也就是说，针对待处理信息中的每一组属性数据，在其目标集合的各倒排记录中进行匹配，从而以分组的方式确定初选规则。可以理解，这种匹配方式运算量更小，查询效率更高。

在确定初选规则之后，风控引擎可以将每一初选规则分别与待处理信息进行比对，从而确定待处理信息的命中规则。以上命中规则指的是判别条件与待处理信息完全符合的风控规则，命中规则是最终执行风控处理所采用的风控规则。实际应用中，风控引擎可以将判别条件与待处理信息匹配的初选规则确定为待处理信息的命中规则，以上匹配指的是：待处理信息中的属性数据符合判别条件。以上过程可以认为是一种归纳(reduce)过程。

通过以上映射——归纳(map-reduce)过程，可以在倒排索引基础上借助统一的运算逻辑和较小的运算量定位待处理信息的命中规则，有助于提高风控引擎的响应速度。

最后，风控引擎可以使用命中规则中的执行策略处理待处理信息，并将处理结果(即最终的风控处理结果)向业务***返回。具体地，对于任一命中规则，风控引擎判断待处理信息中与该命中规则的执行策略相关的数据(即前述特定数据)是否符合该执行策略；在符合时，将该命中规则的处理结果确定为通过；在不符合时，将该命中规则的处理结果确定为拒绝。例如，如果某命中规则为：用户等级＝C&&用户来源＝aa，单笔限额100元，待处理信息中的订单金额为50元(与执行策略相关的数据)，则由于订单金额符合执行策略中的限额，故该命中规则的执行结果为通过。

实际场景中，当命中规则的执行策略为固定时间段内限额或者固定时间段内限次时，风控引擎可以从缓存单元获取相关的历史数据来判断待处理信息是否符合执行策略，为实现以上目的，需要缓存单元预先存储相关历史数据。例如，某命中规则为：用户等级＝C||商户标识＝M002，一个月限额1000元，缓存单元需要预先存储该用户本月支付金额的历史数据，风控引擎可以将该用户的本月已支付金额与待处理信息的订单金额之和相加来判断是否满足限额。

作为一个更优方案，风控引擎可以在涉及以上执行策略为固定时间段内限额或者固定时间段内限次的命中规则时，提前计算该用户下次支付的实际限额或实际限次约束并存储在缓存单元，在接收到该用户的下次支付信息时从缓存单元调用以上约束(即图1中的历史数据约束)直接进行判断。例如，用户user001在2021年1月第一次支付时定位到以下命中规则：r2：用户等级＝C||商户标识＝M002，一个月限额1000元，此次支付的金额为100元，则支付完成之后，风控引擎可以将以下约束写入缓存单元：Key:user001_r2_202101，value:900，表示用户user001在2021年1月的当前限额为900，相应的命中规则为r2。当同一用户在2021年1月第二次支付时(商户还是M002)，风控引擎定位到以上命中规则r2之后，从缓存单元中调用以上约束来判断此次支付是否满足实际限额。通过以上方式，能够进一步提高风控引擎的风控处理性能。

在得到每一命中规则的处理结果之后，如果每一命中规则的处理结果都为通过，风控引擎通过待处理信息(即最终的风控处理结果为通过)；如果存在拒绝的处理结果时，风控引擎拒绝待处理信息(即最终的风控处理结果为拒绝)，风控引擎可以中断或者结束相关的交易请求。

在本发明实施例的技术方案中，风控引擎预先从缓存单元获取风控规则并在内存中依据风控规则构造倒排索引数据，倒排索引数据中的倒排记录为键值对数据，其中的键数据为风控规则中判别条件的属性数据，其中的值数据为具有键数据中属性数据的风控规则标识。在接收到待处理信息之后，风控引擎首先利用以上倒排索引数据查询与待处理信息相关的初选规则，即，将键数据与待处理信息匹配的倒排记录指示的风控规则确定为待处理信息的初选规则，此后将判别条件与待处理信息匹配的初选规则确定为待处理信息的命中规则，最后使用命中规则中的执行策略处理待处理信息。由于属性数据的数量远小于风控规则数量，因此基于以上倒排索引的查询性能远远优于现有技术中的遍历风控规则方式。进一步，可以将倒排索引根据属性数据的不同类型分为多个倒排记录集合，将待处理信息中的属性数据按照以上类型同样分为多组，对于任一组属性数据在对应的倒排记录集合内进行匹配，从而通过较少的遍历次数确定初选规则，由此进一步降低运算量。以上倒排索引存储在风控引擎内存，以上匹配过程在风控引擎内存中执行，有助于进一步提升查询性能。此外，使用Redis等缓存单元来同步数据库中配置的风控规则以及支撑风控引擎，能够通过其高速读写性能应对高并发支付场景，并且易于对风控引擎进行水平扩展。

图4是根据本发明实施例中风控数据处理方法的主要步骤示意图。如图4所示，本发明实施例的风控数据处理方法可具体按照如下步骤执行：

步骤S401：获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识。

步骤S102：响应于接收到待处理信息，将所述键数据与所述待处理信息匹配的所述倒排记录指示的风控规则确定为所述待处理信息的初选规则；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则。

步骤S403：使用所述命中规则中的执行策略处理所述待处理信息。

在本发明实施例中，每一倒排记录的键数据为一种属性数据；所述键数据与所述待处理信息匹配，具体为：所述待处理信息中含有所述键数据中的属性数据；所述判别条件为至少一种属性数据的布尔表达式；所述判别条件与所述待处理信息匹配，具体为：所述待处理信息中的属性数据符合所述判别条件。

作为一个优选方案，所述属性数据根据属性名分为多个类型，同一倒排记录中含有同一类型的属性数据；所述倒排索引数据包括多个倒排记录集合，同一倒排记录集合中的倒排记录含有同一类型的属性数据；以及，所述将所述键数据与所述待处理信息匹配的所述倒排记录指示的风控规则确定为所述待处理信息的初选规则，包括：将所述待处理信息中的属性数据按照所述类型分为多组，将与任一组属性数据对应于同一类型的倒排记录集合确定为该组属性数据的目标集合；针对任一组属性数据：遍历该组属性数据的目标集合中的每一倒排记录，将键数据中的属性数据包含在该组属性数据的倒排记录指示的风控规则确定为所述待处理信息的初选规则。

较佳地，所述风控规则在预设数据库中进行配置，并在配置完成之后被同步到预设缓存单元中；以及，所述获取预先配置的多条风控规则，包括：从所述缓存单元中加载所述风控规则。

具体应用中，所述依据所述风控规则构造含有多条倒排记录的倒排索引数据，包括：在内存中构造所述倒排索引数据。

此外，在本发明实施例中，所述使用所述命中规则中的执行策略处理所述待处理信息，包括：对于任一命中规则，判断所述待处理信息中与该命中规则的执行策略相关的数据是否符合该执行策略；在符合时，将该命中规则的处理结果确定为通过结果；在不符合时，将该命中规则的处理结果确定为拒绝结果；当每一命中规则的处理结果都为通过结果时，通过所述待处理信息；当存在拒绝结果的处理结果时，拒绝所述待处理信息。

在本发明实施例的技术方案中，风控引擎预先从缓存单元获取风控规则并在内存中依据风控规则构造倒排索引数据，倒排索引数据中的倒排记录为键值对数据，其中的键数据为风控规则中判别条件的属性数据，其中的值数据为具有键数据中属性数据的风控规则标识。在接收到待处理信息之后，风控引擎首先利用以上倒排索引数据查询与待处理信息相关的初选规则，即，将键数据与待处理信息匹配的倒排记录指示的风控规则确定为待处理信息的初选规则，此后将判别条件与待处理信息匹配的初选规则确定为待处理信息的命中规则，最后使用命中规则中的执行策略处理待处理信息。由于属性数据的数量远小于风控规则数量，因此基于以上倒排索引的查询性能远远优于现有技术中的遍历风控规则方式。进一步，可以将倒排索引根据属性数据的不同类型分为多个倒排记录集合，将待处理信息中的属性数据按照以上类型同样分为多组，对于任一组属性数据在对应的倒排记录集合内进行匹配，从而通过较少的遍历次数确定初选规则，由此进一步降低运算量。以上倒排索引存储在风控引擎内存，以上匹配过程在风控引擎内存中执行，有助于进一步提升查询性能。此外，使用Redis等缓存单元来同步数据库中配置的风控规则以及支撑风控引擎，能够通过其高速读写性能应对高并发支付场景，并且易于对风控引擎进行水平扩展。

需要说明的是，对于前述的各方法实施例，为了便于描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，某些步骤事实上可以采用其它顺序进行或者同时进行。此外，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是实现本发明所必须的。

为便于更好的实施本发明实施例的上述方案，下面还提供用于实施上述方案的相关装置。

请参阅图5所示，本发明实施例提供的风控数据处理装置500可以包括：倒排索引建立单元501、筛选单元502和检查单元503。

其中，倒排索引建立单元501可用于：获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；筛选单元502可用于：响应于接收到待处理信息，将所述键数据与所述待处理信息匹配的所述倒排记录指示的风控规则确定为所述待处理信息的初选规则；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；检查单元503可用于：使用所述命中规则中的执行策略处理所述待处理信息。

在本发明实施例中，每一倒排记录的键数据为一种属性数据；所述键数据与所述待处理信息匹配，具体为：所述待处理信息中含有所述键数据中的属性数据；所述判别条件为至少一种属性数据的布尔表达式；所述判别条件与所述待处理信息匹配，具体为：所述待处理信息中的属性数据符合所述判别条件。

作为一个优选方案，所述属性数据根据属性名分为多个类型，同一倒排记录中含有同一类型的属性数据；所述倒排索引数据包括多个倒排记录集合，同一倒排记录集合中的倒排记录含有同一类型的属性数据；以及，筛选单元502可进一步用于：将所述待处理信息中的属性数据按照所述类型分为多组，将与任一组属性数据对应于同一类型的倒排记录集合确定为该组属性数据的目标集合；针对任一组属性数据：遍历该组属性数据的目标集合中的每一倒排记录，将键数据中的属性数据包含在该组属性数据的倒排记录指示的风控规则确定为所述待处理信息的初选规则。

较佳地，所述风控规则在预设数据库中进行配置，并在配置完成之后被同步到预设缓存单元中；以及，倒排索引建立单元501可进一步用于：从所述缓存单元中加载所述风控规则，在内存中构造所述倒排索引数据。

具体应用中，检查单元503可进一步用于：对于任一命中规则，判断所述待处理信息中与该命中规则的执行策略相关的数据是否符合该执行策略；在符合时，将该命中规则的处理结果确定为通过结果；在不符合时，将该命中规则的处理结果确定为拒绝结果；当每一命中规则的处理结果都为通过结果时，通过所述待处理信息；当存在拒绝结果的处理结果时，拒绝所述待处理信息。

根据本发明实施例的技术方案，风控引擎预先从缓存单元获取风控规则并在内存中依据风控规则构造倒排索引数据，倒排索引数据中的倒排记录为键值对数据，其中的键数据为风控规则中判别条件的属性数据，其中的值数据为具有键数据中属性数据的风控规则标识。在接收到待处理信息之后，风控引擎首先利用以上倒排索引数据查询与待处理信息相关的初选规则，即，将键数据与待处理信息匹配的倒排记录指示的风控规则确定为待处理信息的初选规则，此后将判别条件与待处理信息匹配的初选规则确定为待处理信息的命中规则，最后使用命中规则中的执行策略处理待处理信息。由于属性数据的数量远小于风控规则数量，因此基于以上倒排索引的查询性能远远优于现有技术中的遍历风控规则方式。进一步，可以将倒排索引根据属性数据的不同类型分为多个倒排记录集合，将待处理信息中的属性数据按照以上类型同样分为多组，对于任一组属性数据在对应的倒排记录集合内进行匹配，从而通过较少的遍历次数确定初选规则，由此进一步降低运算量。以上倒排索引存储在风控引擎内存，以上匹配过程在风控引擎内存中执行，有助于进一步提升查询性能。此外，使用Redis等缓存单元来同步数据库中配置的风控规则以及支撑风控引擎，能够通过其高速读写性能应对高并发支付场景，并且易于对风控引擎进行水平扩展。

图6示出了可以应用本发明实施例的风控数据处理方法或风控数据处理装置的示例性***架构600。

如图6所示，***架构600可以包括终端设备601、602、603，网络604和服务器605、606(此架构仅仅是示例，具体架构中包含的组件可以根据申请具体情况调整)。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种客户端应用，例如支付应用(仅为示例)。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的业务***服务器，例如对用户利用终端设备601、602、603所操作的支付应用提供支持的支付服务器(仅为示例)。支付服务器可以对接收到的支付请求进行处理，并将处理结果(例如是否支付成功--仅为示例)反馈给终端设备601、602、603。服务器606可以是执行支付风控的风控引擎服务器，用于对服务器605发送的支付信息进行风控处理，并将风控处理结果返回到服务器606。

需要说明的是，本发明实施例所提供的风控数据处理方法一般由服务器606执行，相应地，风控数据处理装置一般设置于服务器606中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

本发明还提供了一种电子设备。本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明所提供的风控数据处理方法。

下面参考图7，其示出了适于用来实现本发明实施例的电子设备的计算机***700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机***700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中，还存储有计算机***700操作所需的各种程序和数据。CPU701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明公开的实施例，上文的主要步骤图描述的过程可以被实现为计算机软件程序。例如，本发明实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在上述实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元701执行时，执行本发明的***中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。在本发明中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这根据所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括倒排索引建立单元、筛选单元和检查单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，倒排索引建立单元还可以被描述为“向筛选单元提供倒排索引数据的单元”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中的。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该设备执行时，使得该设备执行的步骤包括：获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；响应于接收到待处理信息，将所述键数据与所述待处理信息匹配的所述倒排记录指示的风控规则确定为所述待处理信息的初选规则；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；使用所述命中规则中的执行策略处理所述待处理信息。

在本发明实施例的技术方案中，风控引擎预先从缓存单元获取风控规则并在内存中依据风控规则构造倒排索引数据，倒排索引数据中的倒排记录为键值对数据，其中的键数据为风控规则中判别条件的属性数据，其中的值数据为具有键数据中属性数据的风控规则标识。在接收到待处理信息之后，风控引擎首先利用以上倒排索引数据查询与待处理信息相关的初选规则，即，将键数据与待处理信息匹配的倒排记录指示的风控规则确定为待处理信息的初选规则，此后将判别条件与待处理信息匹配的初选规则确定为待处理信息的命中规则，最后使用命中规则中的执行策略处理待处理信息。由于属性数据的数量远小于风控规则数量，因此基于以上倒排索引的查询性能远远优于现有技术中的遍历风控规则方式。进一步，可以将倒排索引根据属性数据的不同类型分为多个倒排记录集合，将待处理信息中的属性数据按照以上类型同样分为多组，对于任一组属性数据在对应的倒排记录集合内进行匹配，从而通过较少的遍历次数确定初选规则，由此进一步降低运算量。以上倒排索引存储在风控引擎内存，以上匹配过程在风控引擎内存中执行，有助于进一步提升查询性能。此外，使用Redis等缓存单元来同步数据库中配置的风控规则以及支撑风控引擎，能够通过其高速读写性能应对高并发支付场景，并且易于对风控引擎进行水平扩展。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种风控数据处理方法，其特征在于，包括：

获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，

每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；

响应于接收到待处理信息，将目标倒排记录指示的风控规则确定为所述待处理信息的初选规则；所述目标倒排记录的键数据与所述待处理信息匹配；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；

使用所述命中规则中的执行策略处理所述待处理信息。

2.根据权利要求1所述的方法，其特征在于，每一倒排记录的键数据为一种属性数据；

所述键数据与所述待处理信息匹配，具体为：所述待处理信息中含有所述键数据中的属性数据；

所述判别条件为至少一种属性数据的布尔表达式；所述判别条件与所述待处理信息匹配，具体为：所述待处理信息中的属性数据符合所述判别条件。

3.根据权利要求1所述的方法，其特征在于，所述属性数据根据属性名分为多个类型，同一倒排记录中含有同一类型的属性数据；所述倒排索引数据包括多个倒排记录集合，同一倒排记录集合中的倒排记录含有同一类型的属性数据；以及，所述将所述键数据与所述待处理信息匹配的所述倒排记录指示的风控规则确定为所述待处理信息的初选规则，包括：

将所述待处理信息中的属性数据按照所述类型分为多组，将与任一组属性数据对应于同一类型的倒排记录集合确定为该组属性数据的目标集合；

针对任一组属性数据：遍历该组属性数据的目标集合中的每一倒排记录，将键数据中的属性数据包含在该组属性数据的倒排记录指示的风控规则确定为所述待处理信息的初选规则。

4.根据权利要求2或3所述的方法，其特征在于，所述风控规则在预设数据库中进行配置，并在配置完成之后被同步到预设缓存单元中；以及，所述获取预先配置的多条风控规则，包括：

从所述缓存单元中加载所述风控规则。

5.根据权利要求4所述的方法，其特征在于，所述依据所述风控规则构造含有多条倒排记录的倒排索引数据，包括：

在内存中构造所述倒排索引数据。

6.根据权利要求1所述的方法，其特征在于，所述使用所述命中规则中的执行策略处理所述待处理信息，包括：

对于任一命中规则，判断所述待处理信息中与该命中规则的执行策略相关的数据是否符合该执行策略；在符合时，将该命中规则的处理结果确定为通过结果；在不符合时，将该命中规则的处理结果确定为拒绝结果；

当每一命中规则的处理结果都为通过结果时，通过所述待处理信息；当存在拒绝结果的处理结果时，拒绝所述待处理信息。

7.一种风控数据处理装置，其特征在于，包括：

倒排索引建立单元，用于：获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；

筛选单元，用于：响应于接收到待处理信息，将目标倒排记录指示的风控规则确定为所述待处理信息的初选规则；所述目标倒排记录的键数据与所述待处理信息匹配；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；

检查单元，用于：使用所述命中规则中的执行策略处理所述待处理信息。

8.一种风控数据处理***，其特征在于，包括：业务***、至少一个风控引擎和缓存单元；其中，

所述风控引擎从所述缓存单元中获取预先配置的多条风控规则，依据所述风控规则构造含有多条倒排记录的倒排索引数据；其中，每一风控规则包括含有至少一种属性数据的判别条件和所述判别条件对应的执行策略；每一倒排记录为键值对数据，键数据为所述属性数据，值数据为具有所述键数据中的属性数据的风控规则标识；

所述风控引擎在接收到所述业务***发送的待处理信息之后，将目标倒排记录指示的风控规则确定为所述待处理信息的初选规则；所述目标倒排记录的键数据与所述待处理信息匹配；将所述判别条件与所述待处理信息匹配的初选规则确定为所述待处理信息的命中规则；

所述风控引擎使用所述命中规则中的执行策略处理所述待处理信息，并将处理结果向所述业务***返回。

9.根据权利要求8所述的风控数据处理***，其特征在于，每一倒排记录的键数据为一种属性数据；

所述风控引擎在内存中构造所述倒排索引数据。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images