，效率低、成本高昂、且风险控制效果差。 解决方案： 基于顶象能力搭建全行级的风控反欺诈中台，服务于客户全部业务线，能够结合具体业务需求配置针对金融业务领域的风控策略。 客户价值： 全面实现全渠道、跨产品、各种关联方式的欺诈风险的实时防控。为行方构建了有效的全行级反欺诈体系，获得亚洲银行家大奖。

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

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 →

互联网接入IP管控 操作场景 管理员可根据实际需要开启或关闭允许互联网接入IP管控，限制终端互联网接入。开启互联网接入IP管控功能后，所有终端用户均无法通过互联网接入。您可以通过设置客户端互联网访问IP白名单，允许特定IP地址段下的客户端连接云桌面。 如果开启互联网接入IP管控后

查看更多 →

点集全最短路算法（Shortest Path of Vertex Sets）用于发现两个点集之间的所有最短路径。 适用场景 点集最短路算法可应用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系的分析。 参数说明 表1 All Shortest Paths of Vertex Sets参数说明

查看更多 →

应用场景 GES服务适用于互联网应用、 知识图谱 应用、社交网络、金融风控应用、城市工业应用、企业IT应用等场景。 互联网应用 在移动互联网时代，面对庞大的社交关系，媒体传播网络，GES可以帮助客户快速、有效的发现海量数据中隐含的信息。 该场景能帮助您实现以下功能。 推荐好友、商品或资讯

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 →

翻译、文本分类等任务。 AIGC 提供AIGC场景化解决方案，辅助创作文案、图像、音视频等数字内容。 自动驾驶 实现车辆自主感知环境、规划路径和控制行驶。支持自动驾驶场景PB级数据下模型高效训练，助力自动驾驶特有的感知、规控、仿真生成等全链路相关算法深度优化并快速迭代。 内容审核

查看更多 →

，数据的全生命周期管理，保障数据的安全性、可靠性。 方案优势 法大大电子合同云解决方案整体采用微服务架构，功能使用redis缓存部件提升访问性，使用云容器引擎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

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 →

Sets）用于发现两个点集之间的最短路径。 适用场景 点集最短路算法（Shortest Path of Vertex Sets）适用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系分析。 参数说明 表1 点集最短路算法（Shortest Path of Vertex Sets）参数说明

查看更多 →

。 云边统一协同 实现海量终端及边缘侧设备、应用的协同管理，加速金融行业智能安防、智慧网点的建设。 多云统一协同 构建多地多中心的金融数字化业务架构，实现跨云跨数据中心的统一治理。 建议方案 图1 金融行业场景方案 父主题： 应用场景

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）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 →

点集最短路算法用于发现两个点集之间的所有最短路径，可应用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系的分析。 带一般过滤条件环路检测（Filtered Circle Detection） 目的是寻找图中所有满足过滤条件的环路。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。

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 →

点集最短路算法用于发现两个点集之间的所有最短路径，可应用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系的分析。 带一般过滤条件环路检测（Filtered Circle Detection） 目的是寻找图中所有满足过滤条件的环路。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。

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 →

外，频控还可以避免恶意行为，如刷流量、刷评论、刷点赞等。 频控的3个要素包含用户ID、广告ID、触发次数；以用户ID为key，广告ID为field，指定时间内的触发次数为value，恰好构成频控的三要素。先配置好各个广告的指定频控策略，如下图所示即可根据如下的方式来实现频控： 图1

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 →