猜猜看：同一棵樹能開出幾種不一樣的花？

若是把OpenFEA比做是一棵樹，那麼各種應用就是它開出來的美麗之花。這些花根植於現實的土壤，通過分析師的巧手，結出粒粒碩果。

   案例一：網絡安全態勢感知    

（看得見的安全才放心）

網絡安全態勢感知，是基於OpenFEA技術，經過對影響網絡安全的資產、漏洞、攻擊、異常流量等因素進行大數據分析，使用戶宏觀、全局的瞭解網絡的安全情況，動態把握特定環境下的網絡風險演變過程。從而有效保障網絡空間的安全，構築「防禦+監測」的全方位安全保障體系。

     案例二：用戶行爲分析    

（爲信息化偵查插上雙翼）

用戶行爲分析（簡稱UBA），是以OpenFEA的機器學習算法爲核心檢測手段，經過對公安應用日誌開展挖掘分析，快速而準確的定位出公安內網異常行爲人員的一種分析模型。

UBA利用OpenFEA集羣化加載目標用戶原始行爲數據，並對該數據進行深度分析、處理，從中發現並提取出能實際反映各目標用戶行爲的關鍵緯度數據信息，從而科學構建有效數據模型，再應用多種先進的機器學習算法對模型數據進行計算，最後經過可視化技術對數據模型進行固化、發佈，從而實現模型的週期調度以及計算結果的按需動態展示與提取。

     案例三：人物畫像    

（去僞存真 全面刻畫）

人物畫像，用於經過收集與分析用戶應用日誌，操做行爲等主要信息數據以後，快速描繪出人員的標籤屬性。每組標籤都有多維數據進行支撐，便於複查檢驗。經過人物畫像，能夠全面掌握人員工做動態與屬性分類。

     案例四：三角債閉環分析    

（債務鏈梳理利器）

三角債閉環分析，基於OpenFEA技術，收集及分析法院判決的經濟類文書，通過挖掘處理後，能夠快速識別出債權債務，並繪製多維度債權債務關係圖譜。最終解決三角債、連環債等債權難題，爲經濟改革提供動力。

     案例五：實時網站監測    

（彈指一揮間，四海風雲盡得知）

實時網站檢測，是在實時蒐集全國各大新聞網站、電子商務、微博、論壇的基礎上，運用OpenFEA技術，對輿情、惡意關鍵字、形成品牌危機的惡意評價、價格波動等信息進行重點監測，並以可視化圖形秒級輸出分析結果的同時，第一時間經過郵件、手機短信、微信等多種方式通知用戶。1000個網站，數百條監測分析規則，5秒種便可收到監測通知。