只是，它会对某种特定的错误模式，产生“过度敏感”的反应。
而这种错误模式，与三年前她见过的，太像了。
下午两点，权限批下来了。
路容登录密钥管理平台，看到状态变成“已授权”。她下载了解密密钥，导入工具，重新尝试打开那个加密文件。
进度条缓慢移动。
百分之十，百分之三十，百分之七十。
解密完成。
文件展开，里面是数万行json格式的数据。路容快速浏览，确认文档描述的结构准确：timestamp是13位毫秒时间戳，device_id是32位哈希字符串，event_type包括“page_view”、“button_click”、“scroll”等，payload字段是加密内容。
她随机选择几条数据，用密钥解密payload。
解密后的内容显示出来：用户访问了某个电商网站的商品页面，点击了“加入购物车”按钮，页面停留时间47秒，滚动深度65%……
很标准的用户行为数据。
路容连续解密了十几条，内容都正常。
她关掉文件，打开另一个。
同样正常。
第三个，正常。
第四个——
路容的目光停住了。
这条数据的device_id，她见过。
就在刚才解密的第一个文件里，有相同的device_id，但timestamp相差三分钟。她翻回去对比，两个数据包的device_id完全一致，event_type都是“page_view”，但payload解密后的内容……
第一个：用户访问了网站a的首页。
第四个：用户访问了网站b的商品页。
同一个设备，三分钟内，访问了两个不同的网站。
这本身不奇怪，用户可能切换应用。
但路容注意到一个细节：两个数据包的来源ip不同。
第一个来源ip：203.112.89.76（深港市电信）
第四个来源ip：103.215.44.128（境外，新加坡）
同一个设备，三分钟内，ip地址从深港市跳到了新加坡。
不可能。
除非……
路容盯着屏幕，心跳微微加速。
除非这个device_id不是真实的设备标识，而是经过某种映射或伪造的id。或者，数据来源本身就有问题——可能混合了多个渠道的数据，没有做好去重和归一化。
又或者，这些数据根本不是实时采集的，而是从某个数据仓库里批量导出，重新打包加密后，伪装成实时数据流。
她继续查看。
又发现了几个类似的案例：相同的device_id出现在不同的来源ip，时间间隔很短，访问行为不连贯。
还有一批数据，timestamp的时间顺序是乱的——晚发生的事件，时间戳反而比早发生的事件更早。
以及一些payload解密后，json结构虽然正确，但某些字段的值明显异常：页面停留时间999999秒，滚动深度-1，按钮点击坐标(9999,9999)……
路容把这些异常案例记录下来。
然后，她开始修改过滤规则代码。
针对device_id异常跳变的情况，她加入了一个检查：如果同一个device_id在十分钟内出现在地理距离不可能达到的ip地址（比如深港市和新加坡），就将这两个数据包都标记为“设备标识可疑”，进入人工审核队列。
针对timestamp乱序的情况，她加入时间戳合理性校验：如果数据包的时间戳比系统当前时间还晚，或者比同来源的前一个数据包早太多，就标记为“时间戳异常”。
针对字段值异常的情况，她加入数值范围检查。
每一条规则，都有合理的技术理由。
每一条规则，也都可能误伤正常数据。
但路容把误判的概率，控制在了一个“可接受”的范围——根据她写的测试用例，误判率大约在0.3%到0.5%之间。对于tb级别的数据流，这意味着每天会有数万个数据包被错误地标记为异常。
而系统告警的阈值，她设置为：同一数据源，异常率超过1%，持续五分钟，触发告警。
如果她的规则误判率是0.5%，正常数据流的异常率可能只有0.1%或更低，那么整体异常率不会超过0.6%，达不到告警阈值。
除非——
数据源本身的异常率就很高。
或者，有人故意往数据流里注入异常