1.基于大数据的金融风控系统，其特征在于，包括：

信息采集单元，用于获取目标对象基础信息，其中目标对象包括：交易数据，基础信息包括：交易数据类型、交易平台、交易次数和交易时长，并将获取到的目标对象基础信息传输到数据识别单元；

数据识别单元，用于获取到传输的目标对象基础信息，并对基础信息中的交易数据类型和交易平台进行识别，通过对交易数据的特征信号进行识别将交易数据分类成公开交易数据和隐私交易数据，同时将二者整合生成数据分类信息，通过对交易平台风险检测将交易平台分类为正常交易平台和风险交易平台，同时将二者整合生成平台分类信息，并将识别得到的数据分类信息和平台分类信息传输到自适应处理单元；

自适应处理单元，用于获取到传输的数据分类信息和交易平台分类信息，并分别对交易平台分类信息为正常交易平台和风险交易平台对应的目标对象进行分析，首先对判定为风险交易平台的目标对象进行分析，接着根据目标对象数据分类信息分别对公开数据和隐私数据进行处理得到处理结果，处理结果包括：风险信号和重组数据，并将处理结果传输到信息输出单元，且对公开数据的处理方式为；

S1：获取到目标对象为公开数据，系统获取到交易时长，并对交易时长进行划分为有效交易时长和无效交易时长，接着根据划分的有效交易时长和无效交易时长计算公开数据的无效值，具体的计算方式如下：S11：将交易时长记作为T，以当前时间为节点获取到存在操作的交易时长记作为有效交易时长并记作Ty，反之不存在操作的交易时长记作为无效交易时长并记作Tw；

S12：接着将获取到的无效交易时长Tw和交易时长T代入公式 计算得到无效值Q，接着将无效值Q进行比较，当Q≥YS时，系统判定该交易数据存在风险，并生成风险信号，反之当Q

S13：获取到生成的风险信号，并对风险信号进行分析生成对应的预警信息，并将预警信息传输到信息输出单元；

对隐私数据的处理方式为；

S2：获取到目标对象为隐私数据，获取到交易时长同理S1对交易时长进行有效交易时长Ty和无效交易时长Tw的分类，接着获取到目标对象的数据容量并记作为RL，并根据目标对象数据容量RL对目标对象进行分割，并对分割后的目标对象进行加密处理，具体的加密方式如下： S21：将目标对象数据容量RL按照有效交易时长Ty数值进行分割生成Ty份目标对象数据容量包，接着获取到无效交易时长Tw同时以无效交易时长Tw数值生成虚拟数据，具体生成方式为：提取Ty份目标对象数据容量包中偶数位置的目标对象数据容量包，提取的个数为Tw个，生成虚拟数据；

S22：获取到虚拟数据生成的时间节点并对其进行记录，接着将生成的虚拟数据与目标对象进行重组生成重组数据，同时将重组数据填充到无效交易时长中，生成对应的重组信息；

接着对判定为正常交易平台的目标对象进行分析，接着对获取到的数据分类信息进行分析，并分别生成对应的风险信息、正常信息和加密信息，并将其传输到信息输出单元。

2.根据权利要求1所述的基于大数据的金融风控系统，其特征在于，所述数据识别单元对数据类型和交易平台具体的识别方式如下：获取到传输的交易数据，并判断是否存在用户标记，若存在用户标记则将对应的交易数据标记为隐私数据，反之若不存在用户标记则将对应的交易数据标记为公开数据；

交易平台识别的具体方式为：获取到目标对象的交易平台，同时获取到交易平台的提示信息，接着系统获取到提醒信息并对其进行识别，根据识别的内容对交易平台进行分类，若识别内容存在风险则将对应的交易平台分类为风险交易平台，反之若识别内容不存在风险则将对应的交易平台分类为正常交易平台。

3.根据权利要求1所述的基于大数据的金融风控系统，其特征在于，所述自适应处理单元对判定为正常交易平台时对公开数据的具体处理方式如下：P1：获取到目标对象为公开数据，同时系统获取到交易次数并将其记作为CS，接着根据获取到的交易次数对目标对象进行分析，具体的分析方式如下：P11：以时间t为周期，获取到当前时间节点之前的k个周期，并对k个时间周期内的交易次数进行记录并记作CSk，同时获取到交易次数中的异常交易次数并记作为YCk；

P12：接着计算相邻两个时间周期的交易次数差值，同时计算出k个时间周期交易次数差值的平均值，并将其与零进行比较，当平均值大于零时，则表示k个时间周期内交易次数为增大，并生成增大信号，反之当平均值小于零时，则表示k个时间周期内交易次数为减小，并生成减小信号；

P13：获取到增大信号，并获取到增大信号对应的异常交易次数YCk，当交易次数YCk增大时，系统判定存在风险并对应生成风险信息，当交易次数YCk减小时，系统生成正常信息；

P14：获取到减小信号，同时获取到减小信号对应的异常交易次数YCk，当交易次数YCk增大时，系统判定存在风险并对应生成风险信息，当交易次数YCk减小时，系统生成正常信息。

4.根据权利要求1所述的基于大数据的金融风控系统，其特征在于，所述自适应处理单元对判定为正常交易平台时对隐私数据的具体处理方式如下：P2：获取到目标对象为隐私数据，同时获取到目标对象的数据容量并记作为RL，接着对数据容量按照九宫格进行均分生成九份数据容量包，并对分割后的九份数据容量包进行加密处理生成加密信息，具体的加密方式如下：P21：获取到九份数据容量包，并对九份数据容量包进行标号处理且记作为j，其中j=1、

2、…、9，并获取到单份数据容量包的容量大小，同时生成等容量大小的乱码数据并对生成的乱码数据进行相同的标号处理；

P22：将生成的相同标号的乱码数据与标号的数据容量包进行组合生成新目标对象，同时生成加密信息并将加密信息传输到信息输出单元。

5.根据权利要求1所述的基于大数据的金融风控系统，其特征在于，所述信息输出单元，用于获取到传输的预警信息、重组信息、风险信息、正常信息和加密信息通过显示设备显示给对应的操作人员。

6.执行权利要求1‑5任意一项所述的基于大数据的金融风控系统的风控方法，其特征在于，该方法具体包括以下步骤：步骤一：获取到交易数据和交易平台，并对交易数据类型分类为公开数据和隐私数据，同时对交易平台分类为风险交易平台和正常交易平台；

步骤二：对分类后的风险交易平台中的交易数据进行分析，首先对分类为公开数据进行分析生成对应的预警信息，接着对分类为隐私数据进行分析生成对应的重组信息；

步骤三：对分类后的正常交易平台中的交易数据进行分析，首先对分类为公开数据进行分析生成对应的风险信息和正常信息，接着对分类为隐私数据进行分析生成对应的加密信息；

步骤四：将生成的预警信息、重组信息、风险信息、正常信息和加密信息通过显示设备显示给对应的操作人员。