蜀天梦图图分析平台（STMT Graph Analysis Platform）是一站式企业级图数据管理分析软件，提供了从数据整合到关联分析、再到知识获取以及决策辅助的图数据分析全生命周期的能力。基于自研分布式图数据库和分布式图计算引擎，致力于帮助企业用户结合业务场景建立高效的图数据应用生态，实现从经验驱动决策到数字驱动决策的转变。

 

核心特性

自研数据库

国产自研图数据库GDMBASE全方位适配优化，支撑海量图数据的存储和分析。

领域本体建模

支持创建领域知识库、事件库以及公共本体库，装配式构建理念，实现快速构建复杂的领域本体。

高级搜索引擎

支持全文快速检索、布尔条件等搜索模式，多维度的搜索模式可以满足不同的分析场景。

图计算引擎

分布式图计算引擎提供高效图计算能力，具备弹性扩展、实时与离线混合引擎、海量节点快速分析等优势。

云原生化 + 分布式

基于云原生系统 K8s，云原生与分布式的有机结合，具备弹性扩缩、故障恢复等能力，提供高可靠、 高安全、高扩展的运行环境。

应用场景

金融风控

金融业务中风控的本质是以数据驱动去鉴别业务中潜在风险，结合知识图谱解决数据挖掘关联分析，将是金融机构的发展方向。图平台推出智能风控的解决方案，依托知识图谱中的关联分析、图计算等技术，来解决金融风控中的数据孤岛、信息不对等造成的风险不可控问题，对各类数据进行全面整合，建立频繁汇入、汇出、汇聚等典型模型，发现欺诈团伙、黑产行为、失踪复联等风险，对用户、账户进行针对性风险控制。

反洗钱

根据金融领域反洗钱实际业务需求，图平台推出智慧反洗钱解决方案，结合现有的大数据平台，构建更完善和创新的反洗钱监测体系。云原生分布式的架构模式，可以解决传统反洗钱架构中资源扩容困难的问题，支撑海量数据的图谱构建与分析。针对互联网支付下的交易的便捷、隐秘、跨域等特点而言，金融机构的反洗钱工作面临巨大挑战，智慧反洗钱解决方案结合实际业务场景优化了识别监测算法，从IP、设备 MAC 地址、时间地域、支付渠道等角度出发，分析资金交易链路及金融客户间联系，探测异常转账模型和社团资金流动路径，从而实现高效发现复杂而隐蔽的洗钱行为。

智能运维

随着 IT 业务的持续发展，通信领域衍生出大量的运维场景，传统运维过于依赖专业人员的经验积累，运维成本与效率低下。通过图平台构建运维专用图谱，将专家经验固化以数据形式表达，运维技术知识转换为关系图谱，结合人工智能大数据等技术，构建运维语义网络，可以为运维服务应用提供智能应答、辅助客服问题诊断等能力。

电信欺诈

近年来电信网络诈骗案件数量不断上升，诈骗方式不断更新，利用各种技术手段逃避追查，其中犯罪分子不仅与被害人是非接触的，甚至犯罪分子之间也是非接触的，这给案件的调查带来很大的困扰。图平台基于自研分布式图数据库GDMBASE，为电信诈骗察件的线索发现提供技术支持，通过对通话数据构建图谱，使用图算法和分布式图计算引擎，发现涉案人员联系路径、犯罪团伙、以及关键人物等隐藏信息，从而为电信诈骗案件提供关键线索。

经济侦查

近些年经济犯罪活动与互联网关系越来越紧密，犯罪分子利用互联网技术思维来躲避侦察，将线索与证据藏在错综复杂的关系网络中，而基于传统关系型数据库的分析手段并不擅长关系的深度挖掘，为侦察工作带来巨大的挑战，而知识图谱恰好弥补这一缺陷。图平台结合公安现有的大数据环境，推出深度侦察的解决方案，可以对公安多方的数据进行深度整合与综合利用，构建一套基于大数据的关系挖掘的应用，提高公安打击经济犯罪活动的效率。

公安刑侦

公安信息正在朝着数字化、智能化的方向发展，而传统刑侦完全依赖于人为判断，只有对研判经验极为丰富的民警，才能在繁杂的信息中抽丝剥茧发现事实真相。而图平台结合公安领域实际场景，给出适用于刑侦的解决方案，对案件嫌疑人、相关人员或组织、事件、物品、时间、地域等信息构建脉络图谱。并结合相关资金交易明细，通话记录，出行住宿、工商税务等详细信息进行可视化分析，寻找线索之间的关联结构，进行关键线索的发现。通过深度挖掘与路径探索形成完整的证据链路，从而辅助案件线索的挖掘和侦察工作。

政务管理

政务管理问题属于政务领域的重点问题之一，随着政务大数据中心的建立，城市政务管理数据将从政务数据延由至交通、环境、企业教据以及其他城市运行感知数据。图平台基于图谱技术，将分散在政府各个部门和领域的相对独立的教据资源连结贯通，实现多源数据集成共享，从而对政务数据和社会数据进行深度的挖掘分析。

智慧交通

道路是城市的骨架，交通治理能力也体现出一座城市的综合素质。但在城镇化发展进程中不断行生出许多交通运输问题，其中大部分属于城市历史规划原因，这是短时间内难以解决的。图平台结合图谱以及时空分析的能力，可以对城市交通流量图谱进行流量模式的探索发现，对同一路段不同日期不同时段的交通态势进行监测分析，并对相同的流量模式进行详细调整规划，从而实现城市交通态势网络的优化。