项目背景
广告投放平台存在刷量、Cloaking 伪装作弊,原有 Java 服务高峰期 CPU 满载,每日千万曝光数据实时校验超时,人工筛查作弊成本高。
技术栈
Go、Redis 集群、MySQL、Canal、Docker、Linux CentOS
落地内容
独立从零开发实时作弊识别微服务;基于 IP、UA、设备指纹多维度风控规则;用 Singleflight 防缓存击穿,Canal 同步业务库数据;编写批量离线数据分析脚本。
项目成果
单实例支撑峰值 QPS1.8w,接口耗时从 120ms 优化至 18ms;作弊拦截率提升 42%,客户广告无效损耗降低 35%;缩减 2 台应用服务器。
我使用 Trae 独立完成了两个全栈项目,负责从需求分析、数
我使用 Trae 独立完成了两个全栈项目,负责从需求分析、数
1. 支持股票关注列表与详情分析。 2. 支持 AI 生成
这是一个个人示例作品,主要用于展示网站新手引导功能的开发能力
该项目是一个基于 C++ 与 Qt 实现的桌面端视觉处理工具
本产品为服装行业AI智能设计与数据管理平台,核心功能包括:
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者