银行反诈系统监测平台，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，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。

银行反诈系统监测平台，包括系统资源对接、银行卡管控系统、系统管理。银行卡管控系统，主要由网点管理、人员轨迹研判、公安黑库比对、高频开卡风险预警、流窜风险预警、核验异常风险预警组成。

人员轨迹研判，支持调取开卡人员近期的活动轨迹，实现对人员漫游情况、团伙结伴情况的甄别和分析。

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。

数据是一种宝贵的资源。利用新技术新方法挖掘现有数据的价值，找到数据间的关联关系，提高基础数据的利用率，并预测未来趋势及行为，是面临的迫切问题。一批新兴的数据处理、挖掘与分析技术不断涌现，如大数据平台、数据仓库、分布式数据库、数据挖掘平台、大数据可视化，使分析处理海量数据变得更加容易、更加便捷。

数据仓库，英文名称为Data Warehouse。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业或部门，提供指导业务流程改进、监视时间、成本、质量以及控制。

数据仓库的数据来源于业务处理系统，需要按照数据仓库的逻辑模型和物理模型，在源系统数据分析的基础上，按照源系统数据和数据仓库数据之间的映射关系，经过数据的抽取（Extration）、转换（Transformation）和加载（Loading）等环节方可以进入数据仓库，这个过程简称为ETL处理。ETL遵循如下设计原则：（1）灵活性：不同的时间段中能够进行数据获取、转换、装载；（2）可重复性：支持失败的ETL任务数据重新装载；（3）模块化：ETL过程分步实施，每个过程通过不同的模块组件来完成，并尽可能复用这些组件；（4）迭代方法：满足当前的业务需求，尽可能搭建满足未来的业务需求的平台上不断开发实施；（5）ETL逻辑顺序：依赖业务系统数据处理方式，来定义ETL处理流程控制。

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。