图80 风险案件库 系统管理-产品管理 接入全景式业务风控系统的前提是需要先创建产品, 系统会分配 appId和appSecret. 这两个参数标识一个应用, 也贯穿整个风控体系, 包括事件, 字段, 指标, 策略等, 就算是调用风控任何一个接口都需要对appId和appSecret进行鉴权。

查看更多 →

供应链金融：多场景应用物联网监管仓；支持多种融资模式，全程监控、风控预警；线上化金融服务平台，四流合一。 信息化规划：信息平台规划与建设；信息化趋势与技术架构；业务流程梳理；实施策略与建设方案。 开发平台服务：二次开发与快速迭代、系统协；同与交互、系统设计与实现；技术标准与规范、 服务器 资源；运维管理、运维团队组织架构。

查看更多 →

痛点三：企业的合作伙伴信息不透明，需要深入了解其经营状况和商业风险。合作伙伴选择需要综合考虑多个因素。 通过本方案实现的业务效果： 金融-信贷业务/风控（国有银行/商业银行/金融服务/财产保险/人寿保险） 降低合规监管风险：多维度数据整合、实时风险评估，提供全面的信用分析。前对企业评估风险，防范

查看更多 →

互联网公司反营销作弊智能风控系统 业务痛点： 客户的业务运营已经成为黑灰产的重点关注目标，黑灰产通过养号、使用虚假设备等手段对业务运营进行攻击，常年持续投入的巨大营销费用面临极高的薅羊毛风险。 解决方案： 部署顶象智能风控系统，一方面通过识别客户端运行环境、操作行为等异常信息，为风控系统提供决

查看更多 →

引擎CCE缩短端到端连通时间，使用 对象存储OBS 服务降低数据存储成本。同时具备如下方案优势： 安全风控能力强：利用人脸核身、数字证书、印章授权等技术手段，增强合同签约过程中的安全风控，降低合同篡改、冒签风险，规范企业用印管理。 电子签约成本低：解决方案结合华为云存储服务，单份合同

查看更多 →

应用场景 政企信用联合风控 金融机构对于中小微企业的信用数据通常不足，央行征信数据覆盖率有限，不良企业多家骗贷事件屡有发生。金融机构与政府部门，如税务部门、市场监管部门、水电公司等在保护各方原始数据隐私的前提下，通过多方联合建模，金融机构补充了风控模型特征维度，提升模型准确率。 优势：

查看更多 →

供应链云 采购管理 销售管理 信用管理 库存管理 组织间结算 条码管理 供应商协同 父主题： 实施步骤

查看更多 →

供应链物流 基于 区块链 服务，同时结合物联网技术，构建由生产商、仓储、物流商和客户作为参与方组成的协作联盟，将货物从生产，仓储、干线物流，经销商，本地物流一直到客户全流程信息的可信记录，解决了信息孤岛，信息流转不畅，信息缺乏透明度等行业问题。 行业现状及痛点 纸质单据 很多环节仍然

查看更多 →

略选择和约束场景，为用户构建高效、多样化的运筹优化解决方案和服务。运筹优化已运用于制造、运输、物流、金融服务、政府公用事业等各个领域。 数学优化求解器 适用于以下优化场景： 供应链领域中的生产计划与排程制定的优化求解能力 交通领域核心生产环节，涉及各种生产资源、机械、人员等计划与调度策略的优化求解能力

查看更多 →

Detection）是一个经典的图问题，意在寻找图中的环路。环路上的点较好地体现了该点的重要性。 适用场景 单点环路检测适用于交通运输、金融风控等场景。 参数说明 表1 Single-Vertex-Circles-Detection算法参数说明 参数 是否必选 说明 类型 取值范围

查看更多 →

中介中心度算法（Betweenness Centrality）以经过某个节点的最短路径数目来刻画节点重要性的指标。 适用场景 可用作社交、风控等网络中“中间人”发掘，交通、传输等网络中关键节点识别；适用于社交、金融风控、交通路网、城市规划等领域 参数说明 表1 Betweenness Centrality算法参数说明

查看更多 →

作业效率低下，影响服务质量，也对内部成本造成极大负担，内部监管困难； 各业务节点易出现信息断层，无法进行全链条的跟踪和管控，客服能力不高，客户体验低。 货代： 渠道产品多样化，无法统一管控； 申报制单费时费力，成本高还易出错，拉低申报效率； 结算费用类别多且杂，临时性费用难以标准管理，财务工作成本高。

查看更多 →

点的核数。其计算结果是判断节点重要性最常用的参考值之一，较好的体现了节点的传播能力。 适用场景 k核算法（k-core）适用于社区发现、金融风控等场景。 参数说明 表1 k核算法（k-core）参数说明 参数 是否必选 说明 类型 取值范围 默认值 k 是 核数。 算法会返回核数大于等于k的节点。

查看更多 →

计划与决策优化模型应用组件 天筹建模工具和天筹求解器是计划于决策优化模型应用组件的核心模块。小到快递员路线选择、商铺选址，大到工厂排程、物流路径规划和金融风控等问题，都可以建成数学规划模型，用天筹求解器进行求解。利用运筹优化算法和决策模型求解方法，将业务问题转化为数学规划模型，适用在多种复杂约

查看更多 →

略选择和约束场景，为用户构建高效、多样化的运筹优化解决方案和服务。运筹优化已运用于制造、运输、物流、金融服务、政府公用事业等各个领域。 数学优化求解器 适用于以下优化场景： 供应链领域中的生产计划与排程制定的优化求解能力 交通领域核心生产环节，涉及各种生产资源、机械、人员等计划与调度策略的优化求解能力

查看更多 →

全域数智化合规管理 全域智能风控 100%合规检测，异常订单实时风险预警，协助企业监测潜在损失 多端数据（员工、供应、管理端）实时复核验证，确保业务真实 全面业务覆盖 事前防范、行中识别、事后分析全流程管控 行政、采购、财务、人事、审计等五大域全系统覆盖、数据共享、管控无盲区 全球经营合规

查看更多 →

中国金融业信息技术“十三五”发展规划（2017）指出：支持实力较强的机构独立或者联合建设金融业云服务平台，面向同业特别是中小金融机构提供云服务，提高行业资源使用效率。多家银行系金融科技公司成立，以行业云方式，对信息建设、业务流程、金融应用软件开发等能力做输出。服务从集团内部到中小银行、基金、保险、证券、信托等金融机构，再到其他非金融企业。

查看更多 →

数据不安全，数据存储、传递、使用不合理，造成敏感信息泄露 解决方案实践的应用行业推荐： 金融行业：金融统一监管报表平台，金融风险全面管控，金融大数据中台 租赁行业：租赁行业大数据平台，租赁资产监督管控 医疗卫生：省级卫生数据管理与服务平台，医院 数据治理 与运营分析平台 能源：应急与能源行业大数据平台，电网规划大数据平台

查看更多 →

detection）目的是寻找图中所有满足过滤条件的环路。 适用场景 带一般过滤条件的环路检测(filtered circle detection)算法适用于金融风控中循环转账检测、反洗钱，网络路由中异常链接检测，企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明

查看更多 →

可视化数据监管 为数据参与方提供可视化的数据使用流图，提供插件化的区块链对接存储，实现使用过程的可审计、可追溯。 智能风控服务 应用在金融领域（银行、保险、证券）风控平台等系统中，解决这些系统所面临的大数据量，高并发，低时延，水平扩展，业务编程，多租户等瓶颈问题。

查看更多 →

超强写入：相比于其他NoSQL服务，拥有超强写入性能。 大数据分析：结合Spark等工具，可以用于实时推荐等大数据场景。 金融行业 云数据库 GeminiDB结合Spark等大数据分析工具，可应用于金融行业的风控体系，构建反欺诈系统。 优势： 大数据分析：结合Spark等工具，可以进行实时的反欺诈检测。

查看更多 →