评价流量清洗效果，最核心的两个指标是误拦截率与漏拦截率。误拦截指正常访问被规则命中，漏拦截指攻击流量未被识别。两项指标看似独立，实则此消彼长：规则放得宽，漏拦截上升；规则收得紧，误拦截上升。平衡之道不在于把某一边压到极致，而在于建立一套让两边同时收敛的机制。
两难背后的设计取舍
任何判定模型都存在误判空间，关键是让误判发生在代价更小的一侧。正常访问被误拦截，用户的体验受到直接影响；攻击流量被漏掉，业务系统面临被拖垮的风险。清洗中心采用放行优先的策略：证据不足时倾向放行，同时把可疑流量纳入观察队列做二次研判。
放行优先并不意味着放任攻击。观察队列中的可疑流量会接受更长时间的持续检测，一旦后续行为坐实攻击特征，立即转入清洗通道。这种先观察、后处置的节奏，既保护了正常访问，又保留了识别攻击的机会窗口。
多重保障降低误拦截
为把误拦截率压到极低，清洗中心部署了多重保障。第一重是白名单机制，业务方确认的可信来源直接跳过规则检测；第二重是会话指纹，已验证的正常会话在有效期内不再接受重复检测；第三重是放行补偿，当某条规则误拦截率出现短期升高时，系统自动调低该规则的执行强度，待样本复核完成后再恢复。
三重保障层层递进，正常用户几乎感觉不到清洗过程的存在。对于误拦截的少数样本，系统提供完整的判定记录，业务方可以查询流量被拦截的具体规则与特征依据，必要时提交人工复核，复核通过的样本会反哺规则边界，让同类误判不再发生。
样本复核让指标持续收敛
漏拦截的治理同样依赖样本复核。每一次攻击结束后，团队会复盘攻击的全过程，找出识别链路上被跳过的特征信号，补充进规则库或特征模型。疑似漏拦截的样本进入专项复核队列，由规则引擎与人工研判双重确认，确认无误后形成新的识别能力。
回测机制为收敛提供数据支撑。清洗中心每日自动生成误拦截与漏拦截报告，按规则、按来源、按时段多维拆解，异常波动一目了然。指标不再只是两个数字，而是变成驱动规则迭代的具体线索。
误拦截与漏拦截的平衡，本质上是防护策略与用户体验的统一。放行优先守住体验底线，样本复核推动精准升级，两项指标在长期运行中同步收敛，这正是清洗中心防护能力的价值所在。