Back to Work2023.01 - 2024.06

anti-fraud

自建应用反作弊治理系统

Self-built Application Anti-fraud Governance System

腾讯 · 技术负责人

大规模智能检测与自动化治理系统,覆盖 311 万活跃用户

Impact: 年化收益 4000 万,人工干预 ↓80%

项目概述

自建应用反作弊治理项目是企业微信生态安全的核心治理系统,通过多维度算法识别违规服务商和企业,实现 30+ 模块的端到端自动化决策,年化收益超 300 万元。

系统架构

Loading diagram...

核心算法

1. 域名扩散算法

基于 trustedurllist、callbackurl、homepage 等字段的一级域名聚类:

筛选条件阈值
应用数≥ 20
企业数≥ 5
活跃人数≥ 5/月
排除政府/教育/代开发/上下游/集团

成果: 识别 276 服务商、6292 企业、16764 应用,月均收益 178 万

2. IP 聚集分析

基于 clientip 和 trustedip 的聚类分析:

IP 有效性规则:
├── 同一 IP 被同一应用、同一企业使用 5 天以上
├── 该 IP 被至少 20 个企业使用
└── 排除内网 IP 和秒拨 IP

成果: 识别 269 服务商、3572 企业、5448 应用,月均收益 38 万

3. 路径关键词聚集

基于 homepage 和 callback 的路径切词聚类:

规则描述
切词每个节点长度 2-12 字符
聚类相同关键词路径的应用聚合
扩展基于聚类结果向下钻取

成果: 识别 26 服务商、1387 企业、1965 应用,月均收益 30 万

4. 社区检测算法

融合多种社区检测算法进行关联分析:

  • Label Propagation
  • Louvain 模块度优化
  • 图卷积网络特征传播

分期策略

期数策略状态核心特征
一期相同/相似性分析✅ 上线trustedurllist, callbackurl, appname
二期域名扩散 + IP 聚集✅ 上线homepage, clientip, trustedip
二期路径关键词✅ 上线path_key, callback_param
三期增量应用分析规划中应用创建人, 访问信息

自动化治理流程

Loading diagram...

申诉机制:

  • 企业申诉:无明确证据先放过
  • 服务商申诉:无明显误判维持拦截

关键成果

指标数值
累计识别违规服务商820+ 家
累计识别违规企业52,683+ 家
月均收益246 万
年化收益300 万+
自动化决策模块30+

收益分布

算法月收益占比
域名扩散178 万72%
IP 聚集38 万15%
路径关键词30 万13%