信贷平台注册信息查询， 信贷申请信息查询， 贷款驳回查询， 逾期信息查询。

虚假号码， 通信小号， 疑似欺诈号码， 疑似垃圾号码， 贷款中介号码。

地址真实性校验， 地址相似性， 单位名称标准化， 单位名称相似性。

代理IP识别， VPN识别， IP地址类型。

支付黑名单， 逾期黑名单， 信贷黑名单。

贷款平台风险控制需求的贷前反欺诈模型通过针对申请人的风险数据进行核验，将申请资料、不良信用记录和多平台借贷记录等可靠的数据源加以整合，对申请贷款的欺诈风险做出定性与定量的判断，拒绝疑似欺诈客户筛选出高信用的贷款客户，提升银行机构整体风控能力，减少资金损失和提升品牌的信誉度。

操作类型：在线贷款申请，规则标签：申请人基本信息不属实，规则：申请人手机号、身份证号、姓名不一致，规则：申请人工作地点不属实，规则：申请人手机号、身份证号、银行卡号、姓名不一致。

操作类型：在线贷款申请，规则标签：归属地不一致，规则：身份证归属地与家庭地址不一致， 规则：手机号归属地与IP归属地不一致，规则：手机号归属地与银行卡归属地不一致。

操作类型：在线贷款申请，规则标签：多平台借贷风险，规则：几天内，申请人贷款平台注册数过多，规则：一段时间内，申请人通过贷款的平台数过多，规则：短时间内，申请人网贷拒绝平台数过多。

风控引擎模块—贷前信用评分模型

5P：个人因素(Personal Factor)、资金用途因素(Purpose Factor)、还款财源因素(Payment Factor)、债券保障因素(Protection、Factor)、 企业前景因素(Perspective Factor)。 5C：借款人的品格(Character)、偿付能力(Capacity)、资本实力(Capital)、资产抵押情况(Collateral)、经营环境(Condition)。 5W：贷款申请人(Who)、借款目的(Why)、还款日期(When)、抵押担保物(What)、到期以何种方式还款(How)。

风险评级模块主要负责将从风控引擎模块输出的风险评分，按照预先设定的配置，对应到不同的处置策略上，并将其响应至对应的业务渠道，由业务渠道对当前业务活动或者交易进行干预操作。

身份信息：老王，男，32岁，已婚已育【有一个两岁的女儿】。学历：国外名牌大学硕士生。偏好：热爱时尚。 职业：某金融机构担任高管，毕业后回国工作了9年 消费水平：消费较高，无积攒储蓄想法，信用卡过去12个月内消费超过10万元，按时还清所有账单。储蓄卡消费也达到了1万元。 网络行为：经常网购以及利用微信、支付宝进行支付，电商消费和第三方支付消费均接近10万元。基于他良好的网购记录，芝麻信用给他评了890分的高分。 运营商信息：移动号码，月花流量基本在3G左右。 出行记录：因为工作原因他经常出差，也经常乘坐与公司合作的中国国际航空公司的航班，也曾坐过头等舱，由于行程不稳定，他经常提前1-2天才出票。 信用评分：96.8分【仅因为性别少得了0.3分，因为平均提前出票天数少得了0.9分，因为没有个人征信分少了2分】。

IPA提供可视化管理平台界面，将每天/每周/每月的风险事件、各申请人在各环节操作行为的风险详情展现给风控管理人员，同时IPA还会将存在风险的申请人ID、手机号等筛选出来，辅助风控人员侦测团伙骗贷，欺诈集团等行为，沉淀黑/灰名单库，为客户进行业务决策提供科学可靠地决策依据。

芯盾时代深耕身份认证安全领域，在银行、证券等金融机构，及游戏、互联网等行业有近百家商用案例，有效保护金融交易及信息安全，杜绝身份欺诈风险，满足银行高等级安全要求，深受客户好评， 已辐射亿级手机用户。