ContextQMD
Back to Flink Learning

README

flink-learning-project/flink-learning-project-risk-management/README.md

latest2.2 KB
Original Source

基于 Apache Flink 的实时风控系统

本模块实现了两种风控检测方式，展示了 Flink 在金融风控领域的典型应用。

核心功能

1. FraudDetectionCepJob - CEP 欺诈检测

  • 模式匹配：检测"多次小额试探 + 大额盗刷"的欺诈模式
  • CEP 规则：3 次以上小额交易（< 10 元）后紧跟大额交易（> 5000 元），5 分钟内
  • 超时处理：模式部分匹配但超时的可疑事件通过侧输出流处理

2. RiskScoreJob - 实时风险评分

  • 多因素评分：综合交易金额异常、交易频率、城市变更三个因素
  • 用户画像：使用 ValueState + MapState 维护用户历史行为画像
  • 实时判定：评分 ≥ 50 为中风险，≥ 80 为高风险

涉及的 Flink 知识点

知识点说明所在类
Flink CEP复杂事件处理库FraudDetectionCepJob
Pattern API定义事件匹配模式FraudDetectionCepJob
SimpleConditionCEP 简单条件FraudDetectionCepJob
PatternSelectFunction处理匹配到的事件序列FraudDetectionCepJob
PatternTimeoutFunction处理超时的部分匹配FraudDetectionCepJob
OutputTag (Side Output)侧输出流处理超时事件FraudDetectionCepJob
ValueState键控状态存储单个值RiskScoreJob
MapState键控状态存储键值对RiskScoreJob
KeyedProcessFunction有状态键控处理函数RiskScoreJob

架构设计

                      ┌────────────────────────┐
                 ┌───>│  FraudDetectionCepJob   │──> 欺诈告警 (RiskEvent)
                 │    │  (CEP Pattern 模式匹配)  │──> 超时可疑事件 (Side Output)
交易数据 ────────┤    └────────────────────────┘
(Kafka)          │    ┌────────────────────────┐
                 └───>│  RiskScoreJob           │──> 风险评分 > 50 的事件
                      │  (多因素实时评分)        │
                      └────────────────────────┘