猜猜看：同一棵树能开出几种不一样的花？

若是把OpenFEA比做是一棵树，那么各种应用就是它开出来的美丽之花。这些花根植于现实的土壤，通过分析师的巧手，结出粒粒硕果。

   案例一：网络安全态势感知    

（看得见的安全才放心）

网络安全态势感知，是基于OpenFEA技术，经过对影响网络安全的资产、漏洞、攻击、异常流量等因素进行大数据分析，使用户宏观、全局的了解网络的安全情况，动态把握特定环境下的网络风险演变过程。从而有效保障网络空间的安全，构筑“防御+监测”的全方位安全保障体系。

     案例二：用户行为分析    

（为信息化侦查插上双翼）

用户行为分析（简称UBA），是以OpenFEA的机器学习算法为核心检测手段，经过对公安应用日志开展挖掘分析，快速而准确的定位出公安内网异常行为人员的一种分析模型。

UBA利用OpenFEA集群化加载目标用户原始行为数据，并对该数据进行深度分析、处理，从中发现并提取出能实际反映各目标用户行为的关键纬度数据信息，从而科学构建有效数据模型，再应用多种先进的机器学习算法对模型数据进行计算，最后经过可视化技术对数据模型进行固化、发布，从而实现模型的周期调度以及计算结果的按需动态展示与提取。

     案例三：人物画像    

（去伪存真 全面刻画）

人物画像，用于经过收集与分析用户应用日志，操做行为等主要信息数据以后，快速描绘出人员的标签属性。每组标签都有多维数据进行支撑，便于复查检验。经过人物画像，能够全面掌握人员工做动态与属性分类。

     案例四：三角债闭环分析    

（债务链梳理利器）

三角债闭环分析，基于OpenFEA技术，收集及分析法院判决的经济类文书，通过挖掘处理后，能够快速识别出债权债务，并绘制多维度债权债务关系图谱。最终解决三角债、连环债等债权难题，为经济改革提供动力。

     案例五：实时网站监测    

（弹指一挥间，四海风云尽得知）

实时网站检测，是在实时搜集全国各大新闻网站、电子商务、微博、论坛的基础上，运用OpenFEA技术，对舆情、恶意关键字、形成品牌危机的恶意评价、价格波动等信息进行重点监测，并以可视化图形秒级输出分析结果的同时，第一时间经过邮件、手机短信、微信等多种方式通知用户。1000个网站，数百条监测分析规则，5秒种便可收到监测通知。