申请时填写的居住地与其提供的手机设备信息上显示的地址完全没有关联，那么该用户提交的申请信息极有可能不是真实可信的，在这一情形下，发生恶意欺诈的可能性就比较高。总体来说，移动终端上的位置信息能够对用户的居住地进行辨别，从而帮助申请人提供的居住地做出验证。
（2）辨别工作地点。在贷款业务方面，对打款用户的工作地点和工作单位进行了解非常重要，因为这关系到用户的还款能力。不法分子往往会冒充高薪人士进行恶意欺诈。而移动大数据能够对申请人提供的位置和单位信息做出判断，确认其信息的可靠性。如申请人自称是某企業的高薪人士，但利用移动大数据技术对其移动终端设备上的位置信息进行验证，发现其平时的活动区域与之无关，那么其恶意欺诈的可能性很大，将不可忽视。由此可见，移动大数据能够在一定程度上验证申请人的工作地点信息，这对降低利用高新工作进行恶意欺诈的风险作用非常明显。
（3）辨别欺诈聚集地。集中作案和团体作案的恶意欺诈特点，是移动大数据进行风险识别与控制的依据与方法之一。
4 结 论
总而言之，要想从根本上提升移动大数据的信息安全，就要强化部门监督，在提升管理控制措施的同时，落实更加严格的审查机制，提升管理效率。移动大数据自身应用了严格的审核机制，应用系统也要有效借鉴其管理运营模式，减少因恶意代码产生的安全隐患，维护安全管理机制，保证移动互联网环境得以优化。
参考文献：
[1] 李军.大数据：从海量到精准 [M].北京：清华大学出版社，2014.
[2] 李军.实战大数据：客户定位与精准营销 [M].北京：清华大学出版社，2015.
[3] 海天理财.一本书读懂大数据商业营销 [M].北京：清华大学出版社，2015.
作者简介：林强（1983-），男，汉族，湖南株洲人，项目经理，工程师，硕士研究生，主要研究方向：系统自动化、信息安全风险防控、大数据技术在公共管理领域的应用;文雅峰（1983-），女，汉族，湖南长沙人，讲师，中级职称，博士生，主要研究方向：公共管理领域的危机管理、大数据时代下的公共管理效用与效率。