01
反欺诈概述
业务场景、欺诈类型、传统规则与ML对比、课程目标
入门全景
02
数据采集与埋点
用户行为日志、设备指纹、IP代理检测、数据仓库设计
数据埋点
03
特征工程基础
数值特征、类别特征、时间特征、特征缩放与编码
特征预处理
04
高级特征工程
聚合特征、滑动窗口特征、图特征、特征重要性筛选
进阶特征
05
样本不平衡处理
过采样(SMOTE)、欠采样、代价敏感学习、集成方法
采样不平衡
06
模型选择
逻辑回归、决策树、随机森林、XGBoost、LightGBM对比
模型对比
07
模型评估指标
混淆矩阵、精确率/召回率、F1-score、AUC-ROC、KS值
评估指标
08
模型训练与调参
交叉验证、网格搜索、贝叶斯优化、早停法
调优训练
09
模型解释性
SHAP值、LIME、特征重要性、部分依赖图
可解释XAI
10
实时推理架构
特征存储、模型服务、流式计算、延迟优化
实时架构
11
规则引擎与ML融合
规则优先级、动态阈值、模型兜底策略
规则融合
12
模型监控与漂移检测
数据漂移、概念漂移、PSI指标、告警机制
监控漂移
13
图神经网络在反欺诈中的应用
关系图谱构建、GCN、GraphSAGE、异常检测
GNN图
14
序列模型与行为序列
LSTM、Transformer、用户行为序列建模
序列行为
15
无监督异常检测
孤立森林、自编码器、GAN异常检测
无监督异常
16
联邦学习与隐私计算
纵向联邦、横向联邦、差分隐私、安全多方计算
隐私联邦
17
对抗性攻击与防御
FGSM、PGD、对抗训练、模型鲁棒性
对抗安全
18
模型部署与MLOps
Docker、Kubernetes、CI/CD、模型版本管理
部署MLOps
19
A/B测试与灰度发布
实验设计、流量切分、效果评估、回滚策略
实验灰度
20
案例实战：信贷申请反欺诈
数据探索、特征构建、模型训练、上线部署
信贷实战
21
案例实战：交易支付反欺诈
实时风控、规则+模型、资金追回
支付交易
22
案例实战：账户盗用检测
登录异常、设备变化、行为画像
盗用账户
23
案例实战：营销作弊识别
羊毛党、刷单、虚假流量、团伙检测
营销作弊
24
案例实战：内容安全与垃圾信息
文本分类、NLP模型、图片审核
内容NLP
25
数据治理与合规
GDPR、个人信息保护法、数据脱敏、审计日志
合规治理
26
特征存储与特征平台
Feast、Tecton、在线/离线一致性
特征平台存储
27
模型压缩与边缘部署
量化、剪枝、蒸馏、ONNX、TFLite
压缩边缘
28
多模态反欺诈
文本+图像+行为+设备指纹融合
多模态融合
29
因果推断在反欺诈中的应用
反事实推理、Uplift模型、归因分析
因果推断
30
前沿趋势与职业发展
AutoML、大模型、行业挑战、学习路径
前沿职业