这是一个创建于 856 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近在学习风控这方面的相关知识，一般来说风控系统能识别到哪些客户端风险？另外想请教下如果要构建一个比较完整的风控体系，需要包含哪些？
 |
1
zenxds 2022-07-14 09:55:35 +08:00
Web 端的话，可以通过 JS 判断出客户端是否开启了调试器、模拟器，是否禁用 cookie 和其他存储，是否篡改了 platform/userAgent/屏幕分辨率等，是否 hook 了某些 API ，是否伪造浏览器 /OS ，是否开启代理等
APP 端的话不太了解，我知道的有越狱、多开、模拟器、调试啥的 完整的风控体系概念就大了，需要客户端上有设备指纹技术，加固 /混淆方案，验证码人机识别，后台有风控策略、决策系统，一般公司自研应该是很难的，国内有一些安全厂商是做这个的，可以去了解一下 |
 |
2
Felldeadbird 2022-07-14 11:32:24 +08:00
去 github 搜索风控，有不少大牛整理过的这些笔记。 要系统学习风控，还是得有平台实践一次，跑路才行。
|
 |
3
Alekseyevich 2022-07-14 14:08:08 +08:00
实际识别的风险主要看风险防控策略的维度是否丰富，单纯说风控系统的话常见的什么注册、登录、薅羊毛风险都可以防的。
|
 |
4
MagicDeen 2022-07-14 14:18:45 +08:00
设备是否越狱、Root 等高危风险，以及各类改机框架软件啊什么的，挺多风险点的。不过主要还是要靠背后的决策引擎来做风险判断
|
 |
5
YouKnowIt 2022-07-25 19:03:55 +08:00
风控 = 数据 + 算法。优先级 数据 >> 算法，数据保证风控系统下限，算法提高上限。上面几个大佬说的，web 端的各种判断，移动端的各种检测等统称为数据。另外风控系统是分层，waf --> 反爬 --> 反作弊
|
 |
6
guguji 2022-10-11 19:35:53 +08:00
风控整体非常复杂，最近也在尝试总结 [从 0 到 1 智能风控决策引擎构建]( https://mp.weixin.qq.com/s/JW_vEqjxNhDNySYVAT6j5A) ，欢迎指教。
设备类的风险其实只是前端的一小部分防控，现在基本依托于设备指纹 SDK 采集设备，防控包括不限于： - Root/越狱 - 多开 - 虚拟机 - 云真机 感兴趣可以的话我也会在后续文章写一篇介绍，还是要结合 用户的 UBT 效果比较好。 |
Select Language