1. 课程导论：低延迟风控网关的定义、核心挑战与回放对比学习动机

1.1 低延迟风控网关的定义

低延迟风控网关是部署在交易、支付、登录等高并发业务链路入口的实时决策中间件。它在毫秒级时间内完成请求的特征提取、规则匹配、模型推理与风险评分，拦截恶意行为的同时，不对正常用户的体验产生可感知的延迟。

与传统的离线风控系统不同，低延迟风控网关必须满足以下三个核心属性：

• 在线实时性：请求到达后必须在 SLA 窗口内（通常 < 50ms）返回决策结果。
• 高可用性：网关本身不能成为单点故障，需支持多活、熔断与降级。
• 可观测性：每个请求的决策链路必须可追溯，便于事后审计与模型迭代。

1.2 核心挑战：延迟、吞吐与准确率的三角约束

低延迟风控网关面临的核心矛盾是延迟、吞吐与准确率三者之间的相互制约。任何一方的优化都可能对另外两方产生负面影响。

1.3 回放对比学习的提出动机

在真实生产环境中，风控网关面临一个根本性难题：无法在线上直接进行模型或策略的 A/B 实验。原因包括：

1. 风险不可逆：一旦放行恶意请求，可能造成资金损失或账户被盗。
2. 流量不对称：线上流量分布与历史样本分布存在偏移，离线评估结果不可靠。
3. 反馈延迟：部分风险（如养号、薅羊毛）需要数天甚至数周才能确认，无法快速迭代。

回放对比学习（Replay Contrastive Learning）正是为了解决上述问题而提出的方法论。其核心思想是：

• 回放：将生产环境录制的真实请求流量（包括特征、上下文、决策结果）在离线环境中按时间顺序重放，模拟线上行为。
• 对比：同时运行旧版本（基线）与新版本（实验）的风控策略/模型，对比两者的决策差异与性能指标。
• 学习：通过对比结果自动发现策略漏洞、特征失效或模型漂移，并生成优化建议。

1.4 整体架构概览

本课程所讲授的低延迟风控网关回放对比学习系统，整体架构分为四个核心层次：

1.5 回放对比学习的核心流程

回放对比学习并非简单的流量回放，而是一个包含录制、回放、对比、学习四个阶段的闭环流程：

1. 录制阶段：在生产网关旁路部署录制器，无侵入地捕获请求特征、上下文信息、基线决策结果与耗时指标。
2. 回放阶段：在离线环境中按原始时间戳顺序重放录制流量，驱动实验版本的风控策略/模型进行决策。
3. 对比阶段：逐请求对比基线版本与实验版本的决策结果、特征分布、延迟分布与资源消耗。
4. 学习阶段：基于对比结果，自动识别策略漂移、特征失效、模型过拟合等问题，并生成优化建议或触发自动迭代。

1.6 本课程的学习路径

本课程共 30 章，按照“基础 → 核心 → 进阶 → 实战”的递进结构组织：

通过本课程的学习，你将掌握从零构建一套低延迟、高吞吐、高准确率的风控网关回放对比学习系统的完整方法论与工程实践。