🛡️
实时推荐系统安全与风控实战
📚 30章 · 完整体系
🎯 从基础到实战
🧩 风控算法 + 工程架构
⚡ 实时对抗 · 隐私合规
01
推荐系统安全概述
安全威胁、攻击面分析、安全的重要性
02
常见攻击类型
爬虫攻击、刷分刷量、虚假账户、恶意注册、薅羊毛
03
数据安全与隐私
用户数据加密、差分隐私、联邦学习在推荐中的应用
04
实时风控架构
实时风控系统设计、事件驱动架构、流处理框架选型
05
特征工程与风控
风控特征提取、行为序列特征、图特征、时间窗口特征
06
规则引擎
规则引擎设计、规则编写、规则管理、规则热更新
07
机器学习风控模型
异常检测模型、孤立森林、LOF、AutoEncoder
08
深度学习风控模型
DeepFM、DIN、DIEN在风控中的应用
09
图神经网络风控
GNN、GCN、GraphSAGE在欺诈检测中的应用
10
实时特征计算
Flink实时特征、滑动窗口、Session窗口、CEP
11
模型在线服务
模型部署、Triton Inference Server、ONNX、模型版本管理
12
模型监控与漂移检测
数据漂移、概念漂移、PSI、KS统计量
13
对抗攻击与防御
对抗样本生成、FGSM、PGD、对抗训练
14
推荐系统爬虫防御
IP限流、User-Agent检测、行为验证码、设备指纹
15
虚假流量识别
点击农场检测、流量质量评分、异常点击模式
16
账户安全
登录风控、异地登录检测、撞库攻击防御、多因子认证
17
支付风控
交易风控、金额异常检测、频次控制、黑产团伙识别
18
内容安全
文本审核、图片审核、视频审核、敏感词过滤
19
实时计算引擎
Flink CEP、Kafka Streams、Spark Streaming对比
20
风控决策引擎
决策流设计、规则编排、策略模拟、AB测试
21
知识图谱风控
实体识别、关系抽取、图查询、团伙挖掘
22
联邦学习风控
横向联邦、纵向联邦、安全聚合、梯度泄露防御
23
隐私计算
多方安全计算、同态加密、秘密共享、可信执行环境
24
模型可解释性
SHAP、LIME、特征重要性、决策树可视化
25
风控指标体系
准确率、召回率、F1、AUC、KS、Lift、Gini
26
A/B测试与风控
实验设计、分流策略、效果评估、长期影响
27
实时告警系统
告警规则、告警分级、通知渠道、告警降噪
28
安全运营
事件响应、应急演练、溯源分析、安全审计
29
合规与监管
数据安全法、个人信息保护法、GDPR、合规实践
30
综合实战项目
构建实时推荐风控系统、端到端流程、项目总结