通过定位防范恶意欺诈
从技术上讲，定位移动设备的位置有三种方式：第一种是通过运营商的基站定位； 第二种是通过手机 App 中的GPS 位置信息定位；第三种是通过 Wi-Fi 定位。在移动设备位置信息商业应用中，三种定位方式都被应用，室内以 Wi-Fi 定位为主，室外以 GPS 定位为主。移动大数据可以通过以下技术手段防范欺诈风险。
（一）辨别用户居住地
互联网欺诈行为由于具有较高的隐蔽性，因此很难识别和侦测。P2P 贷款用户很大一部分来源于线上，因此恶意欺诈事件发生的风险远远大于线下借款用户。我国目前很多数据处于封闭状态，P2P 公司在客户真实信息验证方面面临较大的挑战。
移动大数据可以验证 P2P 客户的居住地点，例如某个客户在利用手机申请贷款时，填写自己居住地是北京，但是 P2P 企业依据其提供的手机设备信息，发现其过去三个月从来没有居住在北京，这个人提交的信息可能是假信息，发生恶意欺诈的风险较高。
移动设备的位置信息可以辨识出设备持有人的居住地点，帮助 P2P 公司验证贷款申请人的居住地。
（二）验证用户工作地点(https://www.daowen.com)
借款用户的工作单位是用户还款能力的强相关信息，具有高薪工作的用户，其贷款信用违约率较低。这些客户成为很多贷款平台积极争取的客户，也是恶意欺诈团伙主要假冒的客户。
某个用户在申请贷款时，如果声称自己是工作在北京金融街的高薪人士，其贷款审批会很快通过，并且额度也会较高。但是 P2P 公司利用移动大数据，发现这个用户在过去的三个月里面，从来没有出现在金融街，而是大多数时间在城乡结合处活动，那么这个用户恶意欺诈的可能性就较大。
移动大数据可以帮助 P2P 公司在一定程度上来验证贷款用户真实工作地点，降低犯罪分子利用高薪工作进行恶意欺诈的风险。
（三）识别欺诈聚集地
恶意欺诈往往具有团伙作案和集中作案的特点。犯罪团伙成员常常会集中在一个临时地点，雇用一些人，短时间内进行疯狂作案。
大部分情况下，多个贷款用户在同一个小区居住的概率较低，同时贷款的概率更低。如果 P2P 平台发现短短几天内，同一个地点附近出现了大量贷款请求，并且用户信息很相似，那么这些贷款请求的恶意欺诈可能性就较大。P2P 公司可以将这些异常行为定义为高风险事件，再利用其他信息进一步识别和验证，以降低恶意欺诈的风险。