Precision下降而Recall稳定，通常意味着欺诈模式未变（故Recall稳定），但正常用户的行为模式发生了漂移（导致更多正常行为被误判为欺诈）。A是模型再训练策略，虽然相关，但题目明确要求“针对特征工程的应对策略”。且简单重训练可能只是让模型拟合了新分布，未必能解决根本问题，还可能丢失对旧模式的知识。C是一个糟糕的特征工程想法，这会给模型注入一个与欺诈风险本身无关的强时间趋势信号，可能导致模型性能随时间退化，或简单地根据时间“猜”结果。B是诊断性特征工程，通过分析FP案例发现新模式，并编码为新特征，是直接解决漂移根源的方法。D是前瞻性特征工程，通过构造描述“当前分布与历史基准差异”的特征，使模型能够显式地感知和适应分布的变化，是应对概念漂移的高级特征技巧。