婚恋平台怎么拦住“照骗“：感知哈希初筛 + 机审人审状态机

今年 7 月民政部等五部门印发《整治婚介机构乱象专项行动工作方案》“关键信息审核流于形式”被列为整治重点。9 月以来多地民政部门公开征集问题线索点名的情况包括“仅凭口头陈述即建档入库”“不留存必要核验材料”。对做婚恋平台的工程团队来说审核这件事已经从运营的口头动作变成了必须用系统兜底的技术问题。照片是会员资料里最容易造假、也最难审的一环。证件有核验接口学历能接学信网唯独照片——一张网图、一张盗来的生活照模型未必拦得住人工更看不过来。这篇记一下我们在婚恋系统里搭照片审核流水线的过程先用感知哈希把明显重复的图筛出去再让人工只看值得看的部分。MD5 挡不住照骗感知哈希可以防盗图的第一反应是算哈希去重。但 MD5 这类精确哈希只认字节同一张图过一次 JPEG 压缩、改一个像素哈希值就面目全非。盗图者甚至不用刻意处理——微信里传一次图就重压缩了。感知哈希pHash解决的是“长得像”的问题。流程不复杂图片缩到 8×8 灰度做一次离散余弦变换DCT取左上角低频分量大于均值的记 1、小于的记 0得到 64 位指纹。两张图的指纹做异或数 1 的个数汉明距离距离小于阈值就判为相似。importimagehashfrom PILimportImagedef photo_fingerprint(path):withImage.open(path)asimg:returnimagehash.phash(img)# 64 位感知指纹def find_similar(new_hash, known_hashes, threshold8): for photo_id, h in known_hashes: if new_hash - h threshold: # 汉明距离 return photo_id return None我们拿库内历史照片做过验证示例数据压缩、轻微裁剪、加水印这类“无害变形”后的汉明距离大多落在 0–6不同人的照片大多在 20 以上。阈值取 8–10 比较稳。定低了会员换个滤镜就被要求重新上传定高了盗图照样混进来。审核不是布尔值是一条状态线早期版本里照片审核就是一个is_approved字段很快发现不够用。一张照片的实际经历可能是机审通过 → 人审驳回 → 会员重传 → 机审拦截与库内已有图相似→ 人工确认非盗图 → 上架。每一步都得可追溯这也正好对应专项整治里“留存核验材料”的要求。表结构大致长这样CREATETABLEphoto_moderation(idBIGINTPRIMARYKEY,member_idBIGINTNOTNULL,file_keyVARCHAR(128)NOTNULL,-- OSS 对象键 phash CHAR(16) NOT NULL, -- 64 位指纹的 hex machine_verdict TINYINT NOT NULL, -- 0 通过 1 疑似 2 拦截 similar_to BIGINT NULL, -- 相似命中的历史照片 id human_verdict TINYINT NULL, -- 0 通过 1 驳回 reviewer_id BIGINT NULL, status TINYINT NOT NULL, -- 状态机当前态 created_at DATETIME NOT NULL, KEY idx_phash (phash), KEY idx_member (member_id, status));状态流转pending → machine_passed / machine_suspect → human_reviewing → published / rejected驳回后重传回到pending。机审通过的图不直接上架照样进人审队列被 pHash 命中相似的照片标红优先处理。人工复审只看疑似样本不碰全量。按我们婚恋平台后台的实际观察示例数据这一层初筛能砍掉约六成人审工作量。异步回调要按迟到重放来设计机审走的是云厂商的内容安全接口提交之后靠回调拿结果。这在婚恋平台绕不开——照片属于 UGC人工顶在前面不现实。这里踩过坑回调会迟到会重放网络抖一下同一张图的结果可能推两次。处理办法是老三样——按file_key做幂等键回调进来先查状态机当前态已到终态的直接忽略再挂一个 10 分钟超时任务回调没到的主动调查询接口补单。还有个反直觉的点别在回调里同步改会员状态再同步发通知。回调处理只写审核结果上架、推送这些都丢进队列慢慢做。回调接口一旦响应慢云厂商的指数退避重试会让堆积雪上加霜。感知哈希不是终点边界要讲清楚pHash 拦得住“原图级盗用”拦不住定向对抗裁掉人脸区域、镜像翻转、深度改造型图汉明距离会迅速拉开。所以这条流水线的定位是初筛加留痕不是替代人审。命中相似的照片系统把新图和相似历史图并排推给审核员人来拍板。申诉口也要留。误判盗图对婚恋平台是体验灾难——会员被当成骗子多半转身就走。驳回时附上相似图截图对方信息脱敏会员能看到理由也能提交补充材料走重审。写在最后审核流水线没有多高深难在把“审核”从一句运营要求拆成可追溯的状态机和可量化的阈值。文中方案来自我们在婚恋行业 SaaS云中红线的一线实践欢迎交流。