4. 阈值分层概念

在反欺诈图谱实战中，阈值并非一个全局固定的数字。随着业务规模扩大和欺诈手段演变，单一阈值会导致大量误杀或漏过。阈值分层正是为了解决这一矛盾而设计的精细化管控手段。

4.1 为什么需要阈值分层

单一阈值存在三个核心缺陷：

• 误杀率高：全局阈值若设置过严，会误伤大量正常用户，尤其是高频交易或高活跃度的优质客户。
• 漏过率高：若设置过松，则无法拦截针对特定群体（如新注册账号、低活跃账号）的精准攻击。
• 策略僵化：无法适应不同场景、不同用户群体的风险分布差异，导致风控策略缺乏弹性。

4.2 分层粒度：全局 / 群组 / 个体

阈值分层通常分为三个粒度层级，每个层级解决不同维度的风险问题。下表对比了三种粒度的核心差异：

下图展示了三种粒度在反欺诈图谱中的层级关系与数据流向：

4.3 分层与风控策略的关系

阈值分层不是孤立存在的，它必须与风控策略的各个环节深度耦合。下图展示了阈值分层在完整风控策略链路中的位置与作用：

4.4 分层阈值与策略的映射关系

在实际工程中，阈值分层通常通过策略配置表来实现。以下是一个简化的策略配置示例：

# 策略配置表（伪代码）
strategy_config = {
    "global": {
        "device_count_threshold": 5,
        "ip_cluster_threshold": 10,
        "action": "review"
    },
    "group": {
        "new_user": {
            "device_count_threshold": 2,
            "ip_cluster_threshold": 3,
            "action": "block"
        },
        "high_active": {
            "device_count_threshold": 8,
            "ip_cluster_threshold": 15,
            "action": "pass"
        },
        "vip_channel": {
            "device_count_threshold": 12,
            "ip_cluster_threshold": 20,
            "action": "pass"
        }
    },
    "individual": {
        "user_12345": {
            "device_count_threshold": 15,
            "ip_cluster_threshold": 25,
            "action": "pass"
        },
        "device_abcde": {
            "device_count_threshold": 1,
            "ip_cluster_threshold": 2,
            "action": "block"
        }
    }
}