Add under-anything knowledge dashboard

wishfulfilled-wiki/05_需求文档/06-子系统-风险与反欺诈.md

@@ -0,0 +1,191 @@
+     1|# 子系统 06 — 风险与反欺诈 (`risk`) v1.0
+     2|
+     3|## 子系统概述
+     4|
+     5|| 维度 | 说明 |
+     6|| --- | --- |
+     7|| 代号 | `risk` |
+     8|| 核心职责 | 强弱关联判断、黑名单实体管理、风险事件管理、双重退款检测 |
+     9|| 数据所有权 | `risk_signals`, `risk_cases`, `blacklist_entities`, `refund_match_results` |
+    10|| 启动依赖 | identity（软依赖） |
+    11|| 外部系统依赖 | Amazon（退款数据）、财务系统（OA 返款数据） |
+    12|
+    13|---
+    14|
+    15|## 1. 模块划分
+    16|
+    17|```
+    18|┌─────────────────────────────────────────────────────────────┐
+    19|│                      risk 子系统                             │
+    20|│                                                             │
+    21|│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐       │
+    22|│  │ M1: 关联判断 │  │ M2: 黑名单   │  │ M3: 双重退款 │       │
+    23|│  │    引擎      │→│    管理      │  │    检测      │       │
+    24|│  └──────┬───────┘  └──────┬───────┘  └──────┬───────┘       │
+    25|│         │                 │                 │                │
+    26|│         ▼                 ▼                 ▼                │
+    27|│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐       │
+    28|│  │ M4: 风险事件 │  │ M5: 风险审核 │  │ M6: 对外 API │       │
+    29|│  │    管理      │  │    Admin     │  │    Gateway   │       │
+    30|│  └──────────────┘  └──────────────┘  └──────────────┘       │
+    31|│                                                             │
+    32|└─────────────────────────────────────────────────────────────┘
+    33|```
+    34|
+    35|| # | 模块 | 职责 |
+    36|| --- | --- | --- |
+    37|| M1 | 关联判断引擎 | 对每次风险信号做强弱关联判断（强：邮箱/设备/电话/地址/订单号/ProfileID/收款信息 命中→高风险；弱：IP单独/姓名单独/同址异名→观察+复核） |
+    38|| M2 | 黑名单管理 | 黑名单实体管理（添加/移除/过期）、黑名单同步、命中查询 |
+    39|| M3 | 双重退款检测 | Amazon 退款记录 vs OA 返款记录的自动比对，检测重复退款 |
+    40|| M4 | 风险事件管理 | 风险事件创建、状态流转、关联工单/推送/计划状态回写 |
+    41|| M5 | 风险审核 Admin | 人工复核弱关联风险、确认/排除诈骗、黑名单操作 |
+    42|| M6 | 对外 API Gateway | 供所有子系统查询风险状态、上报风险信号 |
+    43|
+    44|---
+    45|
+    46|## 2. 各模块内外说明
+    47|
+    48|### 2.1 M1: 关联判断引擎
+    49|
+    50|| 维度 | 说明 |
+    51|| --- | --- |
+    52|| **对内** | 每次风险信号进入时执行：8 项强关联维度（邮箱/设备号/电话/收件人姓名+地址/订单号/聊天记录/Profile ID/收款信息）→任一命中→高风险；3 项弱关联维度（IP单独/姓名单独/同址异名）→高风险观察+人工复核；判断结果：强关联/弱关联/无关联 |
+    53|| **对外接口** | `GET /api/risk/check/{person_id}` — 风险查询（含关联判断结果） |
+    54|| **数据写入** | `risk_signals` |
+    55|| **依赖** | `GET /api/identity/context/{person_id}` — 获取身份线索用于关联判断 |
+    56|| **关键规则** | 风险判断不是一次性，每次有效互动都要重做；非 APP 用户缺设备/注册邮箱等维度→风险识别能力下降 |
+    57|
+    58|### 2.2 M2: 黑名单管理
+    59|
+    60|| 维度 | 说明 |
+    61|| --- | --- |
+    62|| **对内** | 黑名单实体 CRUD（邮箱/设备/电话/地址/收款信息）；黑名单命中查询（任何子系统查询用户是否在黑名单）；黑名单同步（确认诈骗后同步到黑名单）；黑名单过期/申诉机制 |
+    63|| **对外接口** | `GET /api/risk/blacklist/check?type=EMAIL&value=xxx` — 黑名单命中检查 |
+    64|| **数据写入** | `blacklist_entities` |
+    65|| **待确认** | 黑名单是否有过期时间？申诉/移除流程？ |
+    66|
+    67|### 2.3 M3: 双重退款检测
+    68|
+    69|| 维度 | 说明 |
+    70|| --- | --- |
+    71|| **对内** | 采集 Amazon 退款记录（外部系统同步）+ OA 返款记录（财务系统同步）；按订单号/用户/金额/时间自动比对；匹配结果：无重复/疑似重复/确认重复；确认重复时强告警+阻止后续返款 |
+    72|| **对外接口** | `GET /api/risk/double-refund-check/{person_id}` — 双重退款检测 |
+    73|| **数据写入** | `refund_match_results` |
+    74|| **依赖** | Amazon 退款数据（外部）、OA 返款数据（外部财务系统） |
+    75|| **待确认** | Amazon 退款数据如何及时获取？OA 返款记录是否已有 API？ |
+    76|
+    77|### 2.4 M4: 风险事件管理
+    78|
+    79|| 维度 | 说明 |
+    80|| --- | --- |
+    81|| **对内** | 风险事件创建（客服上报疑似诈骗 / 双重退款检测 / 关联判断命中）；事件状态流转（待复核→复核中→确认风险/排除风险）；高风险链路动作（拦截继续推送/拦截自动退款/拦截自动放行）；回写关联工单/推送/计划状态 |
+    82|| **对外接口** | `POST /api/risk/report` — 上报风险信号（客服、系统自动均可调用） |
+    83|| **数据写入** | `risk_cases` |
+    84|
+    85|### 2.5 M5: 风险审核 Admin
+    86|
+    87|| 维度 | 说明 |
+    88|| --- | --- |
+    89|| **对内** | 人工复核弱关联风险；确认/排除诈骗判定；黑名单手动操作；风险口径维护 |
+    90|| **对外接口** | 管理 API |
+    91|| **待确认** | 复核时效要求？（N 分钟内必须复核？） |
+    92|
+    93|---
+    94|
+    95|## 3. 对外 API 契约（草案）
+    96|
+    97|| 接口 | 方法 | 输入 | 输出 | 消费者 |
+    98|| --- | --- | --- | --- | --- |
+    99|| 风险查询 | `GET /api/risk/check/{person_id}` | person_id | `{risk_level(NONE/WEAK/STRONG), signals[], cases[]}` | 所有子系统（每次互动时调用） |
+   100|| 上报风险信号 | `POST /api/risk/report` | `{person_id, signal_type, evidence, reported_by}` | `{signal_id}` | support（客服上报诈骗）、outreach（异常互动） |
+   101|| 黑名单命中 | `GET /api/risk/blacklist/check?type=&value=` | 维度类型+值 | `{hit, entity}` | outreach（发送前）、identity（身份归并时） |
+   102|| 双重退款检测 | `GET /api/risk/double-refund-check/{person_id}` | person_id | `{status, matched_refunds[]}` | outreach（返款前）、support（退款处理前） |
+   103|
+   104|---
+   105|
+   106|## 4. 数据对象
+   107|
+   108|| 对象 | 核心字段 | 说明 |
+   109|| --- | --- | --- |
+   110|| `risk_signals` | signal_id, person_id, signal_type, hit_dimensions[], risk_level(STRONG/WEAK), detected_at | 风险信号（每次互动生成的判断） |
+   111|| `risk_cases` | case_id, person_id, source, status(PENDING_REVIEW/REVIEWING/CONFIRMED_RISK/RULED_OUT), reviewer, created_at, resolved_at | 风险事件 |
+   112|| `blacklist_entities` | entity_id, entity_type(EMAIL/DEVICE/PHONE/ADDRESS/PAYMENT), entity_value, status(ACTIVE/EXPIRED/APPEALED), added_at, added_by | 黑名单实体 |
+   113|| `refund_match_results` | match_id, person_id, amazon_refund_id, oa_refund_id, match_status(NO_DUPLICATE/SUSPECTED/CONFIRMED), matched_at | 双重退款比对结果 |
+   114|
+   115|---
+   116|
+   117|## 5. 业务澄清问题清单 — risk
+   118|
+   119|### 5.1 强弱关联规则（4 项）
+   120|
+   121|| # | 问题 | 优先级 |
+   122|| --- | --- | --- |
+   123|| R-01 | 8 项强关联维度中，每个维度的命中是独立判断还是组合判断？（例如仅「设备号命中」是否就足够判定强关联？还是需要「设备号 + 电话」同时命中？） | **P0** |
+   124|| R-02 | 「强关联→直接进入高风险或黑名单链路」——这里的「直接」是指全自动化拦截无需人工确认？还是系统先拦截再人工审核？（涉及自动化力度） | **P0** |
+   125|| R-03 | 弱关联的「观察期」多长？观察期过后是自动解除还是必须人工确认？观察期内用户继续参与互动如何处理？ | P1 |
+   126|| R-04 | 风险判断中「IP 单独命中」列为弱关联——IP 从哪里获取？（JOYHUB APP？EDM 邮件头？客服系统？）不同来源的 IP 可靠性不同 | P1 |
+   127|
+   128|### 5.2 双重退款（4 项）
+   129|
+   130|| # | 问题 | 优先级 |
+   131|| --- | --- | --- |
+   132|| R-05 | Amazon 退款数据如何获取？（SP-API 实时拉取？T+1 同步？手动导入 CSV？）同步频率决定检测时效 | **P0** |
+   133|| R-06 | OA 返款系统是哪个？是否有 API？如果没有 API，返款记录怎么录入？（财务手动录入？CSV 导入？） | **P0** |
+   134|| R-07 | 「双重退款」比对的关键字段是什么？（订单号？金额？用户？时间窗口？）匹配精度？（金额完全相等还是 ±X%？时间窗口多宽？） | P1 |
+   135|| R-08 | 确认重复退款后，阻止后续返款——「阻止」是指系统自动拦截返款指令，还是只发告警让人工决定？ | P1 |
+   136|
+   137|### 5.3 黑名单管理（3 项）
+   138|
+   139|| # | 问题 | 优先级 |
+   140|| --- | --- | --- |
+   141|| R-09 | 黑名单是否有过期/申诉/解除机制？（例如用户被误标后如何申诉？谁有权解除？） | P1 |
+   142|| R-10 | 黑名单是否需要与外部系统同步？（例如 JOYHUB 的黑名单？Amazon 的欺诈标记？）同步方向？ | P1 |
+   143|| R-11 | 黑名单的粒度——是标记「真实人」还是「某个维度的值」？（标记的是真实人 ID 还是具体的邮箱/设备？） | P1 |
+   144|
+   145|### 5.4 风险可见性（3 项）
+   146|
+   147|| # | 问题 | 优先级 |
+   148|| --- | --- | --- |
+   149|| R-12 | 文档要求「客服、审核、退款等环节必须都能看到风险提醒」——风险提醒的展现形式是什么？（红色标签？弹窗？工单页顶部横幅？） | P1 |
+   150|| R-13 | 风险状态的「提醒」通过什么通道发送？（audit 通知中心？IM 消息？系统内消息？） | P1 |
+   151|| R-14 | 风险人员角色是否需要独立的风险控制台前端？该前端需要哪些功能？（事件列表/审核工作台/黑名单管理/统计报表？） | P2 |
+   152|
+### 5.5 高级风险检测能力（4 项）
+
+| # | 问题 | 优先级 |
+| --- | --- | --- |
+| R-15 | 是否需要行为速度检测？（同一真实人短时间内大量注册/大量申请退款/大量提交评价→触发异常行为告警？） | P1 |
+| R-16 | 是否需要设备指纹/浏览器指纹？（识别同一设备换账号、模拟器、虚拟机等欺诈行为？） | P2 |
+| R-17 | 是否需要地理位置异常检测？（同一账号短期内从不同国家/城市登录→触发告警？） | P2 |
+| R-18 | 风险评分模型——是否需要一个综合风险分数（0-100）而非二元判断（强/弱/无）？评分模型的因子和权重？ | P1 |
+
+### 5.6 风险事件处理流程（3 项）
+
+| # | 问题 | 优先级 |
+| --- | --- | --- |
+| R-19 | 风险事件的优先级（P0/P1/P2）如何定义？（双重退款确认→P0？单次弱关联→P2？）不同优先级的响应 SLA？ | P1 |
+| R-20 | 风险人员的工作台——是否需要「待审核队列」「审核中」「已处理」等看板视图？是否需要分配给具体审核人？ | P1 |
+| R-21 | 同一个人短时间内触发多次风险信号——是每次生成新事件还是合并到已有事件？合并规则？ | P1 |
+
+### 5.7 黑名单管理补充（3 项）
+
+| # | 问题 | 优先级 |
+| --- | --- | --- |
+| R-22 | 黑名单的生效范围——加入黑名单后是「全系统拦截」还是「只拦截某些操作」？（是否还允许正常购买？只拦截测评参与？） | P1 |
+| R-23 | 黑名单是否需要分级？（一级黑名单→全拦截 / 二级黑名单→降频+人工审核 / 三级黑名单→仅标记提醒） | P1 |
+| R-24 | 黑名单是否需要与外部欺诈数据库同步？（如行业共享的欺诈黑名单？Amazon 的 abuse 标记？） | P2 |
+
+### 5.8 非 APP 用户风险盲区（2 项）
+
+| # | 问题 | 优先级 |
+| --- | --- | --- |
+| R-25 | 文档已明确「非 APP 用户识别能力下降」——是否需要额外的风控措施？（例如非 APP 用户的返款额度降低？首次返款必须人工审核？） | P1 |
+| R-26 | 是否计划引导非 APP 用户注册 APP 以补全风险画像？（EDM/客服主动引导注册——注册转化跟踪？） | P2 |
+
+### 5.9 实施层面（3 项）
+
+| # | 问题 | 优先级 |
+| --- | --- | --- |
+| R-27 | 风险判断的实时性要求——每次互动时实时调用 risk API？（性能 overhead？需要缓存策略？） | P1 |
+| R-28 | 双重退款检测的时效——Amazon 退款数据（外部）同步延迟 vs OA 返款实时——T+N 的延迟是否可接受？ | P1 |
+| R-29 | 风险事件的数据保留策略？（已解决的诈骗案件数据保留多久？用于后续模型训练还是定期清理？） | P2 |