黑名单

一句话解释：黑名单是一份“禁止交易”的名单，里面列着已知高风险的卡号、邮箱、IP 地址或国家/地区，订单一进来就自动拦截，不给它进入支付流程的机会。

生活化类比

想象你开了一家线下店，收银台旁边贴了一张纸，上面写着“这几个人以前用过假钞、爱赖账、老退货，看到他们别卖”。黑名单就是这张纸的数字化版本，只不过它贴在了你的独立站后台，由系统 7×24 小时自动执行。顾客还没走到“收银台”（支付网关），就被门口保安礼貌拦下。

黑名单的本质是规则匹配 + 提前拦截。它的判断逻辑可以简化为：

if 订单属性 in 黑名单库:
    拦截（Block / Reject）
else:
    放行进入风控/支付流程

订单属性通常包括：

- 卡号（BIN / 卡号哈希）：如某张卡被多次拒付

- 邮箱：如一次性邮箱、已确认欺诈邮箱

- IP：如代理 IP、数据中心 IP、已知攻击 IP

- 国家/地区：如受制裁国家、欺诈高发地区

黑名单可以是静态的（人工维护），也可以是动态的（系统根据拒付、欺诈投诉自动写入）。它和“白名单”相反：白名单是“只允许这些”，黑名单是“只禁止这些”。

简单说：黑名单是“一刀切禁止”，灰名单是“先怀疑再验证”，白名单是“直接放行”。

场景 1：拦截已知欺诈卡

某独立站接入支付网关后，发现同一张卡在 3 个不同账号上产生拒付。将卡号哈希加入黑名单后，该卡再次下单时被自动拦截。据行业数据，欺诈订单中约 60% 来自重复使用的卡号或邮箱，黑名单能直接挡住这部分。

场景 2：拦截恶意 IP

某卖家在旺季遭遇脚本攻击，同一 IP 在 10 分钟内下 200 单。将 IP 加入黑名单后，拦截率接近 100%，同时减少了无效订单对库存的占用。数据显示，电商欺诈中约 30% 涉及代理或数据中心 IP。

场景 3：国家/地区黑名单

某独立站发现某国拒付率高达 8%（行业平均约 0.5%-1%），于是将该国加入黑名单。结果整体拒付率降至 1.2%，但代价是损失了该地区约 5% 的潜在正常订单。

案例：某 DTC 品牌在 Shopify 后台使用黑名单插件，将“一次性邮箱域名”加入黑名单。上线 1 个月后，欺诈订单下降 42%，而正常订单转化率几乎无变化。

误区 1：黑名单越多越安全

名单过宽会误杀正常客户。比如把整个国家拉黑，可能损失真实买家。黑名单应精准，而非“宁可错杀一千”。

误区 2：黑名单能解决所有欺诈

黑名单只能拦截“已知”风险。欺诈者会换卡、换邮箱、换 IP，所以黑名单必须配合风控规则、3DS、人工审核。

误区 3：加入黑名单就永久有效

有些风险是临时的（如误判 IP），需要定期清理。建议每季度复核一次，避免“僵尸名单”。

误区 4：黑名单只用于支付

它还可以用于注册、登录、优惠券领取等环节，防止薅羊毛、刷单、垃圾注册。