From af439ea3624dfbd91f328be441ab823e69bffbc5 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E7=83=88=E6=97=A5=E4=B8=8B=E7=9A=84=E4=BB=8E=E5=AE=B9?= Date: Fri, 20 Sep 2019 09:57:55 +0800 Subject: [PATCH] update README MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Signed-off-by: 烈日下的从容 --- README.md | 8 ++++---- 1 file changed, 4 insertions(+), 4 deletions(-) diff --git a/README.md b/README.md index cf5c2ae..a234955 100644 --- a/README.md +++ b/README.md @@ -11,7 +11,7 @@ 黑产利用BUG短时间给平台带来了巨大的损失，某多多的（100元测试优惠券，一夜损失上百万W）就是一例。 针对这一现象， 拥有一款实时的风控引擎是所有带有金融性质的APP 的当务之急， Radar 应景而生，Radar本来是笔者前公司的一个内部项目，公司现在不复存在，考虑到项目本身的价值， - 现在使用Springboot进行升级，并删除了很多本地化功能，只保留风控引擎核心，更具通用型，二次开发成本低。 + 现在使用Springboot进行改造，并删除了很多本地化功能，只保留风控引擎核心，更具通用型，二次开发成本低。 ## 项目架构 @@ -45,11 +45,11 @@ 特征工程，例如用户小时交易次数，IP 一天交易金额，设备一小时交易次数。。。 ### Adaptation: 机器学习模型适配器 使用训练好的机器学习模型，进行检测 -### Activation: 策略（翻译不恰当） -一个模型可以定义多个 activation,每个activation都可以独立配置规则， +### Activation: 激活点 +一个模型可以定义多个 activation（相当于不同维度的检测报告）,每个activation都可以独立配置规则， 例如，用户注册行为， 可以定义：异常注册， 垃圾注册， 可以输出多个activation。 ### Rule: 规则 -在计算 abstraction 和 activation 之前，需要先检查数据是否正常，检查就是按照rule 进行检测。 +在计算 abstraction 和 activation 之前，需要先检查数据是否正常，检查就是按照rule 配置进行检测。 --- ## Manual