名单服务是风控架构中重要子域，对风险决策的性能、用户体验、成本管控、风险治理沉淀都有重要影响，本文将详细介绍名单服务设计思路和实现。

HTTP存在的问题1.窃听风险：通信使用明文（不加密），内容可能会被窃听(第三方可能获知通信内容)2.冒充风险：不验证通信方的身份，因此有可能遭遇伪装3.篡改风险：无法证明报文的完整性，所以有可能已遭篡改HTTPS!(https://osci

摘要：本Demo使用YOLOv3\_Resnet18模型来检测的视频流中的行人，获取行人坐标（即图中蓝色方框），然后计算所有检测到的人之间的相互“距离”。作者：华为云EI专家厉天一前情提要听到行人社交距离风险提示是不是觉得有点不太明白，简单来说，就是通过某一角度的视觉信息，判断行人的社交距离情况，让我们直接看

针对KgCaptcha验证码，当用户点击完成验证，系统进行风险评估，根据风险程度进行验证，并返回结果。下面是我对前/后端验证的分析。

本文通过实际业务需求场景建模案例，为读者提供一种业务模型向数据模型设计的方法论，用于指导实际开发中如何进行业务模型向数据模型转化抽象，并对设计的数据模型可用性、扩展性提供了建议性思考。通过文章，读者可以收获到业务模型向数据模型抽象可参考的一种方法论，并针对后期业务需求变化，尽可能降低模型调整或者模型推a倒重建的风险。本文可以重点关注建模实施流程，针对自己实际业务场景，不断抽象优化自己的数据模型。

企业必须谨慎评估潜在合作伙伴的信用和信誉，以降低风险并保护自己的利益。在这个挑战性的环境中，企业失信人查询API崭露头角，成为了智能工具，帮助企业更好地选择合作伙伴，降低风险并取得成功。

在当今数字化时代，企业面临着日益复杂的商业环境和风险。为了保障商业合作的安全可靠，数字化风险管理变得至关重要。其中，利用先进的技术工具如企业失信人API，提前预警合作潜在风险成为企业经营中的一项关键策略。

云原生安全风险随着云原生架构的快速发展，核心能力逐渐稳定，安全问题日趋紧急。在云原生安全领域不但有新技术带来的新风险，传统IT基础设施下的安全威胁也依然存在。要想做好云原生安全，就要从这两个方面分别进行分析和解决。新技术带来新的安全风险云原生的概念定义本身

一、风险洞察平台介绍以ClickhouseFlink实时计算智能算法为核心架构搭建的风险洞察平台,建立了全面的、多层次的、立体的风险业务监控体系，已支撑欺诈风险、信用风险、企业风险、小微风险、洗钱风险、贷后催收等十余个风控核心场景

本文作者：郁昌存来自京东科技风险管理中心一、背景/目标1）风控智能化体系建设依赖大量深度学习/机器学习模型进行实时在线的风险识别、智能决策。要求可以将算法模型快速部署为在线服务，供决策引擎调用。2）风控决策引擎涵盖交易、支付、营