如何用PHP项目实现用户自定义反欺诈？

本文目录导读：

1. 核心架构设计
2. 数据库设计（用户可编辑）
3. PHP核心代码实现（规则引擎）
4. 用户界面（如何配置？）
5. 关键优化与注意事项
6. 你的实现步骤

这是一个很有挑战性的需求，要实现用户自定义反欺诈，核心在于将“决策逻辑”从“代码硬编码”中解放出来,交给用户通过后台界面进行配置。

这意味着你的PHP项目需要构建一个规则引擎,根据用户配置的规则实时计算风险分数。

下面是一套完整的实现方案,从架构设计到具体代码示例。

核心架构设计

采用 “黑白灰名单 + 规则矩阵 + 阈值评分” 的模型。

1. 数据层：用户行为数据（IP、设备指纹、注册时间、下单频次等）。
2. 配置层：用户自定义的规则列表（存储在数据库，例如MySQL或Redis）。
3. 执行层：PHP规则引擎，加载用户配置，按优先级匹配规则,累加风险分数。
4. 决策层：根据总分触发不同动作（放行、人工审核、拒绝、加入黑名单）。

graph TD
    A[用户请求] --> B{规则引擎加载用户配置};
    B --> C[遍历所有启用的自定义规则];
    C --> D{条件匹配?};
    D -- 是 --> E[累加风险分数/记录日志];
    D -- 否 --> F[下一条规则];
    E --> F;
    F --> G{累计分数 > 阈值?};
    G -- 是 --> H[执行动作: 拦截/审核/标记];
    G -- 否 --> I[放行];
    H --> J[记录到日志库];

数据库设计（用户可编辑）

你需要几张核心表来实现“自定义”：

表1：fraud_rules (规则定义表)

表2：fraud_rule_conditions (规则条件表)

表3：fraud_rule_actions (规则结果表)

PHP核心代码实现（规则引擎）

这是最关键的模块,我们需要一个灵活的引擎来执行这些用户配置。

<?php
class FraudRuleEngine
{
    private $db; // 数据库连接
    private $userId;
    private $requestData; // 当前请求的所有特征数据
    public function __construct($db, $userId, array $requestData)
    {
        $this->db = $db;
        $this->userId = $userId;
        $this->requestData = $requestData;
    }
    /**
     * 执行所有启用的规则，计算风险分数
     * @return array ['score'=> 总分, 'matched_rules'=> [], 'actions'=> []]
     */
    public function execute()
    {
        $totalScore = 0;
        $matchedRules = [];
        $finalActions = [];
        // 1. 获取该用户所有的有效规则
        $rules = $this->getActiveRules();
        if (empty($rules)) {
            return ['score' => 0, 'matched_rules' => [], 'actions' => []];
        }
        // 2. 遍历规则
        foreach ($rules as $rule) {
            $conditionsMet = $this->evaluateConditions($rule['id'], $rule['logic_connector']);
            if ($conditionsMet) {
                // 规则命中
                $matchedRules[] = $rule['rule_name'];
                $actions = $this->getRuleActions($rule['id']);
                foreach ($actions as $action) {
                    if ($action['action_type'] === 'increase_score') {
                        $totalScore += (int)$action['action_value'];
                    } else {
                        // 如果是block, tag等，直接记录下来
                        $finalActions[] = $action;
                    }
                }
            }
        }
        return [
            'score' => $totalScore,
            'matched_rules' => $matchedRules,
            'actions' => $finalActions
        ];
    }
    /**
     * 评估单个规则的所有条件
     */
    private function evaluateConditions(int $ruleId, string $connector): bool
    {
        $conditions = $this->getRuleConditions($ruleId);
        if (empty($conditions)) {
            // 没有条件的规则默认不触发
            return false;
        }
        $results = [];
        foreach ($conditions as $cond) {
            $fieldValue = $this->requestData[$cond['field']] ?? null;
            $result = $this->compare($fieldValue, $cond['operator'], $cond['value']);
            $results[] = $result;
        }
        // 根据连接词（AND/OR）组合结果
        if ($connector === 'AND') {
            return !in_array(false, $results, true);
        } else { // OR
            return in_array(true, $results, true);
        }
    }
    /**
     * 基础比较器，支持多种操作符
     */
    private function compare($fieldValue, string $operator, string $ruleValue): bool
    {
        switch ($operator) {
            case 'eq':
                return $fieldValue == $ruleValue;
            case 'neq':
                return $fieldValue != $ruleValue;
            case 'gt':
                return is_numeric($fieldValue) && $fieldValue > (float)$ruleValue;
            case 'lt':
                return is_numeric($fieldValue) && $fieldValue < (float)$ruleValue;
            case 'in':
                $values = explode(',', $ruleValue);
                return in_array($fieldValue, $values);
            case 'not_in':
                $values = explode(',', $ruleValue);
                return !in_array($fieldValue, $values);
            case 'regex':
                return preg_match('/' . preg_quote($ruleValue, '/') . '/', $fieldValue) === 1;
            default:
                return false;
        }
    }
    // ---- 数据库查询方法（示例） ----
    private function getActiveRules(): array
    {
        $stmt = $this->db->prepare("SELECT * FROM fraud_rules WHERE user_id = ? AND is_active = 1 ORDER BY priority ASC");
        $stmt->execute([$this->userId]);
        return $stmt->fetchAll(PDO::FETCH_ASSOC);
    }
    private function getRuleConditions(int $ruleId): array
    {
        $stmt = $this->db->prepare("SELECT * FROM fraud_rule_conditions WHERE rule_id = ?");
        $stmt->execute([$ruleId]);
        return $stmt->fetchAll(PDO::FETCH_ASSOC);
    }
    private function getRuleActions(int $ruleId): array
    {
        $stmt = $this->db->prepare("SELECT * FROM fraud_rule_actions WHERE rule_id = ?");
        $stmt->execute([$ruleId]);
        return $stmt->fetchAll(PDO::FETCH_ASSOC);
    }
}

用户界面（如何配置？）

用户需要在后台看到这样一个配置面板：

基本信息

• 规则名称：新注册用户大额订单
• 优先级：1

条件配置（条件A AND 条件B） | 字段 | 操作符 | 值 | | :--- | :--- | :--- | | register_minutes（注册时长） | < | 30 | | order_amount（订单金额） | > | 5000 |

触发动作

• increase_score -> +50
• 或直接 block（屏蔽）

生效范围

• 选择给哪些应用、哪些用户组生效。

关键优化与注意事项

1. 性能陷阱：每次请求都从数据库拉取规则并循环,会造成巨大开销。

   • 解决方案：使用 Redis 缓存用户的规则配置。
   • 在保存规则时,主动清除该用户对应的Redis缓存。
   • 引擎首先尝试从Redis获取规则。

2. 字段扩展性：用户能选择的 field 必须是你提前枚举好的。

   • 在后台管理下拉菜单中，动态提供选项（如 ip_country, user_agent, register_time, total_orders 等）。
   • 引擎的 requestData 必须提前从请求中提取并填充好这些字段。

3. 上下文变量：

   • 有些规则不是简单的字段比较，过去1小时失败登录次数 > 3”。
   • 这种情况下，需要在 requestData 中预先计算好 failed_logins_1h 值,作为引擎可用的一个字段。

4. 规则分租户：

   • 如果你的项目是SaaS，每个商户的规则不同，务必使用 user_id 或 tenant_id 隔离数据。

5. 决策日志：

   • 每一次规则命中、执行的决定,一定要记录日志。
   • 这在生产环境中排查误杀或漏杀至关重要。

你的实现步骤

1. 确定可用字段：列出所有你能采集到的用户/行为数据（IP、设备、浏览器、金额、频率等）。
2. 建表：创建 fraud_rules、fraud_rule_conditions、fraud_rule_actions。
3. 编写引擎：复制或重构上面的 FraudRuleEngine 类。
4. 配置文件：在后台创建一个页面，允许用户通过拖拽或下拉菜单组合条件,存储到数据库。
5. 集成：在你项目的核心入口（如下单、登录请求处）调用 engine->execute()。
6. 测试：用不同规则反复测试，确保 AND/OR 逻辑正确,评分准确。

这套方案给了用户极大的灵活性，同时将复杂的规则判断逻辑封装在引擎中,是大多数企业级反欺诈系统的标准做法。