建设银行的众多网银客户在享受互联网带来便利的同时,也成为大量站点欺诈犯罪的受害者。犯罪分子通过伪造建设银行网站页面和认证体系,诱骗并窃取网银客户的客户帐户信息,使得客户蒙受着巨大财产损失,也对建设银行的私有云信誉度产生了很大影响。快速定位和识别互联网网上诈骗站点和诈骗行为,成为网银业务顺畅开展的关键,也成为各个银行网上业务能力的体现。借助于“混合云”的全面性和准确性特点,利用“公有云”的互联网全局性识别欺诈站点,建设银行网银业务内部的“私有云”则建立正常业务的行为模式,两者结合可以在全局和本地两个层面将欺诈站点在未造成巨大财产损失前识别出来,从而使得建设银行网银系统更加安全、可靠地为网银客户提供服务。建设银行总行保护客户金融资产安全的现状被分析和讨论,由此展开了防止电子欺诈中面临的各种问题和难点。通过分析问题,进一步明确了电子欺诈站点识别和行为模式识别在防电子欺诈中的关键作用。在此基础之上,讨论了应用“混合云”识别电子欺诈站点的体系架构,其包括了网银客户行为模型的形成、欺诈站点的云捕获技术和电子欺诈行为的准确识别三个部分,分别用于形成网银访问行为模型、识别并更新潜在欺诈站点和结果的更新和校正。其中,重点分析“混合云”如何通过结合本地“私有云”和互联网“公有云”算法更准确地识别电子欺诈行为。讨论了与金融同行进行资源共享后,更权威的反欺诈”“私有云”的形成及其应用价值。