本应用综合采用大数据、设备指纹等技术，将各渠道交易、运营商、风险IP、黑白名单、内部其它反欺诈系统等多维度信息与用户交易数据、行为数据进行联合建模分析，经过流式计算智能甄别、预警和阻断各类风险异常交易，实现实时风险决策、全方位保护客户资金和信息安全。同时，可通过事后数据积累进行模型训练迭代，不断优化反欺诈策略。

本应用由深圳农商银行负责系统运维，并提供金融应用场景。此外无其他三方机构参与。

创新性说明：

1. 数据处理方面，采用分布式架构以及全增量处理模式，数据处理时延时低，并发高，单物理节点可完成每秒5000笔数据处理，集群可达每秒十万笔数据的处理能力，处理时效性均为毫秒级。较传统数据处理模式，可在高并发下极速数据处理，实现事中反欺诈。

2. 数据计算方面，适用复杂数学计算，包括方差、标准差、K阶中心矩、递增、递减等，支持各种复杂反欺诈模型，且处理时效达到毫秒级。

3. 数据准确性方面，打通行内数据仓库通道，结合本行大数据不断训练迭代，优化策略。

4. 业务效率方面，本应用中的规则管理系统支持灵活配置策略，并实时生效，及时应对新型欺诈手段，有效地提高了风险管控效率。