一个新产品需要重点考虑业务风险控制。关于风险控制系统整体的技术方案。此方案尽管能够满足业务需求，但对于海量交易数据分析、风险事件的实时处理、大量的风险规则处理上，在实时性、性能、架构的可扩展性上都不是很理想，有必要重新从架构上考虑一下实现方案。

1、风控系统实现的几种方案

2)、内存数据库方案：由于对海量交易数据的查询、分析极其消耗数据库资源，可以采用内存数据库方案来替代关系数据库，保证风险事件实时处理的性能。 但目前开源的内存数据中VoltDB、H2、MonetDB、FastDB、Berkeley DB、SQLite等在大规模的业务场合应用的成熟度尚待考察，而Oracle TimesTen、MCObject eXtremeDB、Altibase价格太高。

以上方案，都可以通过规则引擎（例如drools）来完成风险规则的管理和维护，避免了风险规则维护的繁琐及规则间复杂关系处理。

CEP的几大特点：

1. 管理框架

统一的风险控制系统包括三大模块：监测模块、分析模块和案件管理模块。 监测模块对支付平台的运营作业进行全面监测，将可疑行为信息和相关信息发送到分析模块进行分析确认，当发现异常行为时发出警报，将警报和与警报相关的信息都发送到分析模块和案件管理模块。 分析模块能对各种数据源进行集成，对各种历史数据进行学习分析，通过数据挖掘建模定义出典型的行为特征，建立行为模式、场景，并制定欺诈风险监测规则。 案件管理模块最终将案件处理的数据反馈到监测模块，从而增强监测模块对风险的监测和识别能力。

交易监控系统要及时对交易进行处理，在最短的时间内对可能存在的交易风险进行判别，准确的报告欺诈等高风险交易，在第一时间提供详尽的信息以协助工作人员对可疑交易进行识别、处理。为保证这种效能，交易监控系统需要采用准实时、分布式的模式进行交易处理。在部署上交易监控系统和交易系统应当支持分布式部署，在不同的主机系统上部署，系统间通过可靠的消息中间件进行信息的传递，降低系统间的耦合度，保证交易系统的高性能，同时也可以通过前置机方式来降低交易系统对信息处理的负荷。

交易系统接到联机交易后，通过消息队列将此笔交易信息传送到交易监控系统，在交易监控系统内部进行交易情况分析及报警处理。交易系统除了向交易监控系统传送交易信息外，还需提供客户的基本信息例如状态等资料。交易监控系统将从前置系统的jms消息队列中接收交易系统主机发送的交易信息。上述交易信息将由前置系统所在平台上的接口程序与帐户资料、卡片资料等信息组合后形成一个XML报文，通过jms消息队列传送给运行在交易系统平台上的交易监控系统接口程序，经监控系统接口处理后通过jms队列送入交易监控系统。为保证交易监控系统和交易系统间信息的同步，可采用数据库的replication机制来保证数据的实时同步；也可以采用程序或存储过程来实时同步核心数据（例如客户资料的变动），定时同步其他数据的方式。

分析模块采用商业智能技术来构建风险控制系统的风险分析引擎，采用商业智能技术可以对海量数据快捷的存储和提取，基于数据的分析、操纵，建模，稳定的报表能力，多用户支持能力，再结合有效的信息权限控制、风险预警模型、风险预测、信息整合等，就能够有效进行电子支付系统的风险管理。

a.数据准备： 数据准备主要是从源数据中，提取有效的指标数据、预算数据、交易汇总数据等，并转换到总体的数据仓库或风险管理的数据集市中，其本质是实现从操作型数据源到分析型数据变换。

c.风险分析：目前已有多种风险分析度量模型，如基本指标法、标准化方法、内部衡量法、损失分布法、极值理论模型等，可根据银行业务需求建立。这一阶段主要是运用这些模型来对风险进行分析，确定数据的维度、事实表、量度等信息，根据维度来分析各个指标和预测信息。

e.定量、定性分析报告：根据系统的自动化分析，生成各种定量和定性的分析指标报告。