策略管理
决策引擎主要包括大盘、决策模块。大盘主要展示系统上线的策略规则概览，对系统规则命中情况、执行情况进行展示等。决策模块主要用于决策相关组件统一管理中心，如策略、规则、指标、模型、函数、评分卡、名单等，实现策略模型一站式配置。
大盘
系统驾驶舱：系统驾驶舱主要展示系统目前维护的所有策略、规则等风控资产情况，展示指定时间范围内的系统 调用及执行情况，展示指定时间范围内规则命中事件数量与命中率的排名情况，统计指定时间范围内规 则集及其规则命中的数据，对于系统配置项的互相引用情况进行关联查询，包括策略、规则集、规则、 指标、字段等之间相互引用情况。
系统大盘：系统大盘按照不同的决策阶段、基于整体运行决策与审批情况进行综合展示；支持展示决策历史对应搜索结果的决策结果总览、决策结果分布图、命中规则TOPN柱状图和平均每日系统单笔执行耗时折线图，并支持导出对应统计结果的Excel数据文件。
规则命中排名：规则命中排行页面主要展示不同渠道不同规则，在指定时间范围内的命中(触发)数量及命中率排行。
规则集命中分析：规则集命中分析主要展示不同渠道不同规则集，在指定时间范围内决策结果分布及规则集下规则决策结果情况。
关联引用查询：提供风险决策、系统字段、动态字段、实时指标、函数、规则集、函数库、模型的引用关系查询。
名单大盘：名单大盘用于查看名单及名单数据的变化趋势及排名、关联规则变化趋势及排名，支持机构+渠道筛选。
模型管理
模型管理主要负责对 Python 模型和 PMML 模型的管理功能，由于机器学习模型的优越性，驱使机器学习模型加入到反欺诈流程控制过程中，对欺诈事件的识别提供了不小助力。该模块主要包括模型服务，模型日志，模型监控，运行预警，流量统计，模型审核和审核开关子模块，方便对模型的随时查看模型的使用情况，通过模型审核方便对模型的授权管理，避免用户误操作导致影响业务系统。
- 根据路径进入 “模型服务” 列表页面，查看模型服务列表数据。在任务搜索栏输入查询条件，单击搜索按钮，可查看相应的模型服务信息。
- 进入 “模型服务” 列表页面，单击 “上传部署” 按钮，显示 Python、Pmml、文本文件(评分卡)三种 类型。选择 “Python 模型” ，弹出 Python 模型配置界面，可完成模型上传部署。
名单中心
名单管理用于维护名单组、类型和名单值，以供规则决策和应用场景使用。
名单管理
- 名单组用于对名单进行统一分组和共享，支持查询、添加、修改、查看、删除和共享。
- 登录平台，依次单击 “名单管理”、“名单管理” 按钮，进入名单列表，左侧展示名单组列表。 支持按名单组名称模糊搜索。
策略实验室
策略实验室主要用于策略/规则集的测试及运行情况的查看分析，根据策略执行情况对策略的执行结果进行分析，以评判是否符合初始逾期。其中包括策略测试，规则集测试记录信息，决策及其子模块 执行情况统计信息;实施批量回测，采用历史数据，对规则集或策略的调整后执行(不支持调整新增指标)，查看调整后整体效果;分流旁路分析可对以分流或旁路方式发布的策略的执行情况进行统计分析， 汇总对比旁路、分流的执行结果，评价是否符合初始预期。
规则集测试：规则集列表页面执行过的规则集测试记录汇总展示在规则集测试页面，包括事件发生时间(测试 时间)、测试 ID、规则集名称/标识、运行状态、决策结果及测试结果报告等内容，规则集测试记录可 按多维度进行筛选查看。
策略测试：场景策略[运行区/编辑区]列表页面执行过的策略测试记录汇总展示在策略测试页面，包括测试流水号，测试时间，策略名称，客户名称，客户证件号码，电话号码，运行状态，测试结果及测试结果报告内容。策略单笔测试和批量测试分别进行记录，均可按多维度进行筛选查看。
回测中心：当对策略、规则集进行调整后，可通过回测中心，选择历史交易数据，对调整后的策略、规则集进行重新跑批决策，可对比回测策略、规则集与历史生产上线的策略、规则集的决策情况，同时需要支持对每笔历史交易回测决策结果的展示对比，在新策略或规则集上线前，可通过回测功能对新策略或规则 集进行上线前的验证，检验是否符合预期。
决策分析：决策分析，对指定策略整体执行情况和部分子模块(规则集、模型、评分卡、函数)执行情况的统计查看与分析，可以用来分析策略中子模块执行情况，分析其配置的合理性以及是否符合预期，根据执行情况进行分析调整优化。
