技能库 2544 个

通过统计分析或可视化工具识别异常交易、登录等行为模式，辅助反欺诈工程师快速定位可疑活动。

对容器镜像和运行时进行漏洞、恶意软件及配置扫描，确保容器环境安全合规

监控风控模型在部署后的性能偏移（如PSI、准确率、召回率等），当指标超出预设阈值时触发告警，确保模型稳定性和业务安全。

基于数据处理活动描述自动生成PIA报告初稿，辅助安全合规工程师快速完成隐私风险评估。

定期生成风控日报/周报，包含拦截率、误杀率等关键指标，支持数据可视化与异常预警。

基于SIEM日志，通过规则或ML模型检测异常登录、数据泄露等行为

设计风控模型在线AB测试方案并分析结果，评估模型效果与业务影响。

实时监控核心风控指标（如逾期率、欺诈率），当异常时触发告警并生成原因分析

辅助安全开发工程师编写Python、Go等语言的安全工具或自动化脚本，如端口扫描、密码爆破等。

编写数据质量检查脚本，自动检测缺失、异常值，并进行清洗和标准化处理，确保风控数据的准确性和一致性。

使用Kafka、Flink等工具构建实时风控数据流水线，处理高吞吐事件流，实现毫秒级风险识别与阻断。

从用户属性、行为数据中提取风控特征（如登录频率、交易时段），并评估特征重要性，辅助风控策略制定与模型优化。

设计并执行回溯测试流程，评估风控规则或模型的历史表现，输出准确率、召回率、F1值等核心指标。

对已发生的风险事件进行系统复盘，深入分析根因，提出可落地的改进建议，提升风控体系防御能力。

根据反洗钱规则和模型筛选可疑交易，生成尽职调查报告初稿

根据业务场景设置风控规则（如阈值、策略），并通过A/B测试调优规则效果，提升风险识别准确率与业务转化平衡

使用Jadx、Frida等工具对APK进行反编译、动态调试和Hook，提取核心逻辑以评估安全风险或分析恶意行为。

从安全政策文档中提取关键要点，生成结构化的培训摘要和配套测试题，用于安全合规培训。

自动生成周/月度反欺诈报告，涵盖攻击趋势、规则命中、模型效果等核心指标

使用Python编写脚本，基于时间序列、统计阈值等检测异常行为，适用于风控场景的实时或离线分析。

对风控系统触发的预警案件进行人工核查，分析风险点，输出专业调查报告，支撑后续处置决策。

自动生成策略上线后的效果报表，包括通过率、误杀率、召回率等指标分析

利用历史数据对新规则进行回测，评估其对正常交易和欺诈交易的识别效果，为规则上线提供量化依据。

基于用户设备、IP、账号等实体构建关联图，用图算法发现团伙作弊