对风控的理解/价值
如果把平台比做一棵树，那么需要足够多的养分才能使树茁壮成长；而业务风险则是充当寄生在树上窃取养分的角色；只有抵御这种风险，保持足够多的养分，才能使平台成长为参天大树------这就是风控存在的价值。
接入风控，意味着概率性阻挡用户操作，与其用户体验背道而驰；不接入风控，意味着存在下列风险，且不可控，一旦发生，对用户或平台都是不可逆的风险：
- 薅羊毛：利用平台活动，赚取平台奖励；
- 漏洞攻击：利用平台漏洞，窃取平台信息/财产；
- DDos（分布式拒绝服务）攻击：这种网络攻击形式尝试用恶意流量淹没网站或网络资源，从而导致网站或网络资源无法正常运行；
- 拖库：网站遭到入侵后，黑客窃取其数据库数据
- 挂马：黑客通过各种手段，包括SQL注入，网站敏感文件扫描，服务器漏洞，网站程序0day,等各种方法获得网站管理员账号，然后登陆网站后台，通过数据库"备份/恢复"或者上传漏洞获得一个webshell；
- 黄牛党：票贩子；
- 黑产资金：非法所得的资金；
那什么时候可以不使用风控？在非金融、非限定资源，亦或是对平台和用户不造成危害的场景下可以不使用风控，例如：美团外卖网站页面，最近上架电影浏览，股市股票价格列表。
账号安全、交易支付、营销推广、数据推广
风控处置原则
基本原则：轻管控、重检测、快响应。
- 轻管控：出现风险时，需要阻断用户风险操作，阻断动作宜轻不宜重，能验证码校验就不禁访；
- 重检测：动态分析用户产生的所有行为数据；
- 快响应：检测出风险时，如何快速的阻挡操作；
风控的迭代版本
目前一共有三个版本：
- 基于黑白名单的风控：策略人员根据过往记录找到敏感用户进行加白、拉黑；
- 基于策略规则的风控：根据过往经验（恶意用户的共性）进行拦截------对过去进行分析；
- 基于人工智能的风控：根据用户模型，对未来做预测拦截；
目前了解到的基于人工智能的风控：蚂蚁金服的风控