智慧反诈银行卡管控平台，旨在通过依托于三方人员样本信息库，实现对开卡人进行“建模”、“画像”，进一步加强银行卡相关业务的监管机制，成为银行反诈工作有效措施，为银行和公安机关甄别非法开卡意图和异常用卡嫌疑，全面实现涉“两卡”问题的常态化治理。

智慧反诈银行卡管控平台，包括系统资源对接、银行卡管控系统、系统管理。

系统资源对接

系统资源对接，包括内部对接。内部对接，实现对指定系统对接，包括内部系统和反诈系统。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。

大数据平台进行数据采集时通常要面对数据结构、业务规则、技术特性（网络、安全、性能约束）等方面的综合挑战。如果数据源和大数据平台处于相同的网络环境，具有类似的数据结构和编码映射，可以通过工具配置或脚本进行采集，如使用Sqoop。当需要面对和对接第三方的数据生产系统，需要遵循对方的抽取协议，以及跨网段的数据访问，从而需要对采集应用进行一定程度上的定制，可以使用Java NIO、Netty或Mina。

Hadoop是一个成熟的大数据处理框架，允许在集群中使用简单的编程模型对大规模数据集进行分布式计算。它被设计为可以从单一服务服务器扩展到数以千计的本地计算和存储节点，并且Hadoop会在应用层面监测和处理错误，而不依靠硬件的高可用性，所以Hadoop能够在一个每个节点都有可能出错的集群之上提供一个高可用服务。

Hadoop集群主要由两部分构成:分布式文件系统HDFS和统一资源管理和调度系统YARN。分布式文件系统主要用于海量数据存储，YARN主要是管理集群的计算资源并根据计算框架的需求进行调度。构成HDFS集群的主要是两类节点，以主从(master/slave)模式，即一个NameNode（管理者）和多个DataNode（工作者）。构成YARN集群的是两类节点：ResourceManager和NodeManager，也采用主从（master/slave）架构。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。