全球分布式云聯盟力求打造分布式云計算旗艦級技術盛會，本次大會共設有分布式云報告會、邊緣計算論壇、Serverless云原生論壇、分布式數據庫論壇、分布式存儲論壇，跨境SD-WAN咨詢會等六大論壇，圍繞分布式云、分布式算力、Serverless、云原生、HTAP、IPFS等技術與實踐展開。聯合阿里云、騰訊云、百度云、金山云等全棧技術引領者與全球分布式云聯盟攜手打造這場技術饕餮盛宴。

在4月7日下午舉辦的云原生論壇上，北京人人云圖信息技術有限公司聯合創始人兼CTO 趙丹發表了題為《云原生現實場景-人人云圖實時決策分析平臺實踐經驗分享》的主題演講。

趙丹圍繞云原生在實時決策場景應用展開介紹，通過人人云圖云原生實時決策分析平臺為實例，直接面向真實業務場景，向聽眾展現了以技術應用整體解決方案進行全面展現云原生技術的落地實踐。

“決策”是一個管理體系的概念，但在云原生化應用中實現具備高效實時決策是有挑戰的，為讓實時決策可以在場景化落地，在規劃思路上可以抽象成為OODA模型(又叫博伊德環)，這個模型是一位美國空軍上?？偨Y出來的，即“觀察-調整-決策-行動”。首先需要的是觀察，根據周圍的環境做決定，決定之后做出動作，進一步觀察動作對環境的影響，再去決定做下一步的動作，持續的決策模型就是這樣過程。

在打造決策引擎過程中，首先要有數據，根據數據做分析形成模型。決策模型里面數據的作用就是觀察到的信號，數據經過模型處理之后，就能產生出決策的預期結果，模型一旦證實它確實符合需要時，就可以將該模型部署上線，直接把數據接入，實時地產生決策結果。此外，實時決策模型還會不斷地迭代改進，在變化的環境中業務也是隨之變化。

構建這樣的決策模型時，核心要解決的問題有兩個：一個是建模，另一個是模型部署上線。趙丹表示，現有的機器學習領域中，一些比較經典的模型所解決的問題和實際業務相去甚遠。她舉例說，如說要做一個驗證用戶身份業務的需求，相關的模型有人臉識別模型、指紋識別模型、行為動作分析模型，但實際業務需要組合這些模型之后用一定的邏輯關系連接起來，才能形成所需的業務過程。

當前每一個單獨的模型都有對應的供應商來提供，關聯起所需要的模型，傳統的方法是找一個總承包商，分別把這幾個不同的模型做集成，然后開發上線，導致的結果就是流程過長過重。如果把用業務邏輯串聯起來的工作能交由用戶的業務人員自己去完成，整個流程就可以更加敏捷。如果有一個引擎可以讓用戶去配置模型的邏輯關系；提供具有便捷明晰的用戶應用界面，讓業務人員能夠直接使用，決策效率會大大提升。

因此，把策略抽象出來，讓業務人員直接使用，體現出了決策引擎的價值——快速敏捷地響應企業運營過程中的各種變化，不需要用一個很重的流程去修改軟件，并反復進行發布。

決策引擎的發展分為四個階段，第一階段是將簡單的規則抽象出來，以簡單判斷邏輯+簡單動作輸出。第二階段，隨著規則越運作越多，就需要控制流的支持，此時規則不復雜，對于數據的處理還是相對簡單的。第三階段，進行數據的聚合計算，簡化數據管線、關聯分析。最后階段，把所有的進展抽象出來，形成流式決策引擎，有完整的管線自定義、完整控制流自定義、多輸出的自定義。

目前，ILog、Sparkling Logic、Visual Rule等產品基本上處于第一、第二階段，現在如果想得到第三、第四階段的結果，各家互聯網巨頭就會在引擎上面做開發，寫流式的數據，部署上線。這個過程本身的門檻是比較高的，一般企業客戶不具備這個開發能力，如果有引擎直接配置的話可以讓很多不具備開發能力的客戶使用到，賦能他們做實時的決策。

趙丹對人人云圖實時決策平臺的組成架構進行了展開介紹，從底層是流式數據引擎、云原生的架構到可以支持策略熱升級、策略實時動態升級，支持主流的AI模型，同時具備隱私保護、數據脫敏等能力進行了講解。

在產品層規則策略的可視化編輯、數據集管理、行為分析、冠軍挑戰者，可以把策略灰度發布，實際執行結果包括面向業務的風控組件，以及決策表、評測積分卡一些常用的產品組件。

為了更好的說明落地應用場景，趙丹針對金融、交通、政企等幾個領域的場景進行進行舉例。如：在金融領域，如用戶分級、征信、助貸、反欺詐，針對騙貸違約的情況，可以從行為特征里實時地識別出風險，這需要高性能的流式平臺才能做到；在交通領域，可以實時識別出爬蟲、黃牛購票，進而避免損失；在政企方面，如海關核查的安全檢測。通過這些舉例，說明這些場景都是實時決策的典型場景，由于目前實時決策門檻比較高，應用范圍還不是很廣，今后實時的場景越來越多，這樣的產品越來越多起來，會不斷地降低實時決策的門檻，用戶群也會越來越大。

趙丹表示，實時決策從技術特性角度，特別契合云原生的架構的應用場景，在底層通過容器化，形成包括有數據接口模塊、容器管理模塊、運維數據模塊、作業功能模塊、快速解析模塊、CEP中間件等的核心組件層，從而構建實時化分析引擎，并實現容器化規模化部署。依據實時數據流動態變化的特性，在底層通過云原生技術讓引擎能夠實時的更新。

講解過程中列舉了一個銀行使用決策引擎的案例，案例主要以計算貸款的風險系數做風險評估為場景。上圖是評估流程，包含用戶節點、判斷節點和評分策略節點，這些節點功能都是業務人員直接可以配置的，以可視化操作界面方式提供用戶，操作門檻很低，業務員易懂，用戶自行簡單配置，就可以利用風險評估流程計算出風險得分，并在后續可觸發一系列動作確定授信額度。這個是一個單節點的配置，里面有整個數據流的配置。整個配置流是圖形化界面，業務員可以自行使用，大大降低了用戶使用門檻。

實時決策引擎有比較廣泛的使用前景，實時數據流量大，規則多且復雜，復雜的規則就需要評測和調試，同時需要動態的修改策略，經常變化的場景都適用。人人云圖的決策引擎已經應用到包括政務部門、監管部門、航空、銀行、互金等行業，未來還將進入保險、證券、工業IOT等場景，通過此次分析，人人云圖期待能與更多伙伴形成合作，推進更領域云原生應用的發展！