4. 校验方法总览：校验方法分类与选择策略

样本偏差校验方法并非单一技术，而是根据校验时机、数据来源、执行方式形成的一套方法体系。本章从静态/动态和离线/在线两个维度对校验方法进行分类，并给出选择校验策略的核心原则，为后续章节的深入展开奠定框架基础。

4.1 校验方法分类矩阵

按照执行时机（离线 vs 在线）和分析方式（静态 vs 动态）两个维度，可将校验方法划分为四类。下表列出了每类的典型方法、适用场景及优缺点。

4.2 校验方法分类详解

4.2.1 静态校验 vs 动态校验

静态校验基于预定义的规则、Schema 或历史基线进行比对，不依赖当前流量的上下文状态。典型操作包括：

• 字段级校验：检查请求/响应中必填字段是否存在、类型是否正确、值域是否合法。
• 分布对比：使用 KL 散度、JS 散度等指标比较当前样本分布与基线分布的差异。
• 规则匹配：基于正则表达式、白名单/黑名单过滤异常样本。

动态校验则根据流量的实时上下文和统计特征进行自适应判断。典型操作包括：

• 滑动窗口统计：在固定时间窗口内计算均值、方差、分位数等统计量，与历史窗口对比。
• 自适应阈值：根据流量峰谷、时段特征动态调整校验阈值，避免误报。
• 行为模式识别：通过轻量级机器学习模型（如孤立森林、One-Class SVM）检测异常模式。

4.2.2 离线校验 vs 在线校验

离线校验在非实时路径上执行，通常用于数据准备、模型训练、策略验证等场景。其优势在于可以执行计算密集型分析，不受延迟预算约束。

在线校验嵌入在网关请求/响应处理路径中，必须在微秒到毫秒级完成。在线校验的设计原则是：计算轻量、资源可控、降级有备。

4.3 校验策略选择原则

选择校验策略时，需要权衡延迟预算、校验精度、资源成本和运维复杂度四个维度。以下六条原则可作为决策参考：

1. 延迟优先原则：在线路径上的校验操作必须控制在网关延迟预算的 5%~10% 以内。超出此范围的校验应降级为离线或异步执行。
2. 分层校验原则：将校验分为 L1（快速过滤）、L2（统计检测）、L3（深度分析）三层，逐层递进，低层放行则跳过高层。
3. 基线先行原则：任何在线动态校验都需要先建立可靠的离线基线。基线应覆盖正常流量、峰值流量、异常流量三种场景。
4. 可观测性原则：校验结果必须可监控、可追踪、可回放。每次校验的决策（放行/拦截/告警）都应记录日志，便于事后分析。
5. 渐进式上线原则：新校验策略应先离线评估，再灰度上线，最后全量部署。灰度期间应对比校验结果与真实标签，评估误报率和漏报率。
6. 降级兜底原则：校验模块必须支持一键降级和自动熔断。当校验系统自身出现故障时，不应影响网关主流程。

4.4 校验方法选择决策流程

下图展示了从业务需求到具体校验方法的选择决策流程，帮助架构师快速定位合适的校验组合。

4.5 校验方法组合示例

以下是一个低延迟网关的典型校验方法组合，展示了不同方法如何协同工作：