决策智能是整个风控体系的核心枢纽，连接终端设备指纹、海量数据用户标签计算、黑名单体系、和智能滑动认证等各类风控子模块，集中进行风险计算和决策。结合设备维度、用户维度、IP维度及更多业务参数维度拦截风险请求。

语义化规则引擎，操作简便，功能完善，易用性高，可通过多种数据获取方式，实现事中控制、实时监测、事后分析等需求为业务人员提供便捷高效的操作体验。解决客户在遇到新发文件时，无法快速响应与系统更新成本高的问题。

规则管理功能全面，完全满足行方要求。解决客户在实际操作中配置规则时遇到的策略、指标、字段和建议信息分散不能够统一管理的问题。

风控建议创建完成后，可供业务场景选择引用。解决客户在实际操作中规则出发时，针对业务事件情况没有合理参考建议的问题，如：“阻断交易、短信验证、交易挂起、锁定渠道、冻结止付”等风控策略。

支持挑战者模式，可以就新旧规则触发的效果进行比较。对于新上线的规则，通过一定的数据进行验证，验证新规则与旧规则对于风险识别的能力，能力强的规则作为最终生产环境的规则。解决客户在业务中遇到的规则调优困难的问题。

风控人员可选用任意一种系统模式快速创建风控决策流，也可自定义复杂决策流，各决策流模式一键切换，操作简便快捷。解决客户在业务中遇到的，场景信息不独立、不同场景风控策略单一、决策流不可视的问题。

自动生成完整的统计分析报表，可按需生成可视化风险图表，按时段要求生成各类业务统计报表，并可通过对客户的行为习惯进行完整记录，扩展挖掘客户数据。解决客户在业务中统计分析质量不高的问题。

预置风控模型库：如业务交易模型，通过智能决策引擎调度，对所有可办理资金转移的交易渠道所发生的交易数据进行监测，可结合客户行为习惯设置复合类规则模型，以及通过机器学习不断完善规则参数，实现精准风险识别及分析，减少人工处理的比例。解决客户在业务中对用户的风险量化和预测困难的问题。

离线比对机器学习模型调整后的新规则集和旧规则集的识别效果，如果新规则集识别效果优于线上旧规则集，则将机器学习离线学习的阈值/权重和新规则同步至线2上1。

深度挖掘分析关联信息，找出存在欺诈嫌疑的机构团伙，比如黑中介或恶意骗贷团伙；将风险特征加入规则策略模型，再次欺诈时，系统会进行预设的响应，从源头上阻断欺诈行为。