携程在线风控系统的架构解析和问题总结

携程在线风控系统自 2011 年上线以来，随着携程业务的不断扩大，共经历了 3 次重大改版。日流量从百万级增加到现在的 10 亿级，平均每笔支付请求需要执行的风险判断从 50 条规则增加到现在的400+规则、5 个实时模型和3个准实时模型。经历 3 次大版本后，平均耗时从 600ms 逐步降低到了 150ms，降低了 80%。

本场 Chat 将分享携程在线风控系统的现有架构，及演进的过程中碰到的问题和对应的解决方案。

实录提要：

• 携程的风控系统在逻辑上是如何切分的，和美团的因子=>规则=>场景类似吗？
• 那规则的产出是 yes 或者 no，还是具体的风险分值？
• 离线规则引擎的数据存储方式是什么？因子数据存储hive，还是HBase？
• fun88官网模块和规则引擎模块是怎么做融合的？
• 规则变更有质量保证流程吗，如何保障手抖搞错？
• 有没有考虑规则对业务进行灰度？