京公网安备 11010802034615号
经营许可证编号:京B2-20210330
骗子利用大数据,开启骗术“精准模式”
最近围绕在小编身边的“花样儿骗”实在太多了。像“到我办公室来下”“你有包裹被查”“你的信用卡被盗刷”“猜猜我是谁”“我是你领导”这类几乎每个都有身边朋友经历过。这类骗局其实并不高明也没有神马“技战术”,对面的骗子只是比平常人多一丢丢心理素质和拿捏受害者心理的台词能力而已。有人质疑说如此拙劣的骗局谁会上当?
“大海捞鱼,捞的多了,总会有鱼。”据不完全统计,全国接受过诈骗信息的总人数高达4.38亿。况且不是每个人都似悟空,有着火眼金睛。所谓“道高一尺,魔高一丈”,骗子深知没有技术含量的骗局只能骗到防范意识不强的老幼妇孺,对真正的“金主”丝毫无用。
然而,大数据时代的到来,骗子们的诈骗手段也升级了。在团伙中,有负责木马和网站开发的技术人员,有向受害人手机植入木马的“种马人”、有进入帐号操作的洗钱人、分次从银行卡取钱或者消费的取款人等等。不仅如此,诈骗手法也开启了“精准模式”。
餐前“开胃菜”个人信息明码标价
小编发现,在社交网站、数据交易平台上,贩售个人信息的情景仍随处可见,1毛就可买到含手机号码、地址的个人信息。联系了其中一个卖家,QQ资料写着“销售业主资料”。当听到想购买“学生信息”时,卖家立刻推销起来:“每条学生信息包括姓名、地址、电话、证件、学校、班级、家长名称和家长手机,地区可选。”
不止这一家,小编随后联系的多个卖家也纷纷表示,他们可以分地区、年龄提供所需要的个人资料。以学生数据为例,学生们的入学时间、身份证号、父母姓名应有尽有。更可怕的是,这些卖家还号称提供长期服务。也就是说,有“新货”会及时通知买家。
“正餐来了” 骗子如何获取我们信息
卖家手中那些详尽又便宜的信息,究竟是从哪里获取到的呢?一个信息贩子卖家表示,他们是通过“内部渠道”获得的,绝对靠谱,但具体渠道则不愿细谈。此外,也有信息贩子透露,他们手中的学生信息是通过“入侵教育局网站”获得的。
骗子把大数据作为信息诈骗的工具,对个人信息数据进行分析和分类,并根据用户信息的特点设计诈骗环节和故事,进行“精准诈骗”。有了大数据,你的衣食住行统统有据可查,稍加分析,就能判断出你是纯土豪还是真屌丝。从原来的“广撒网”愿者上钩,到现在为你量身定制“专属骗局”,诈骗个案的金额越来越巨大,数额上百万或千万的案例也越来越多。如最近大家熟知的:清华老师被骗1700余万元、准大学生徐玉玉被骗学费后伤心过度离世等诈骗案件。
在这里,小编只能给些温馨提示:如果遇到信息诈骗,全国用户可以通过天下无贼反信息诈骗联盟微信公号、首都网警微信公号、天下无贼官网、腾讯手机管家实时查询、举报诈骗电话等恶意信息。只有更多人加入到反诈骗队伍中来,才能真正实现天下无贼。
更狠的在最后 卖家玩“骗中骗”
当有人想通过购买个人隐私来推销、骚扰或行骗,没准也会遭遇信息贩子们的“骗中骗”。
小编尝试从贩子处购买“北京地区学生信息”时,不少卖家都表示由于避免提前泄露的问题,不能提供“示例数据”。也就是说,想要大批量购买,只能先购买少量数据来“试试水”,并且需要“先款后货”。买家通过支付宝、微信等方式支付后,卖家再通过QQ发送包含个人信息的表格。
小编付款购买一份“北京高中学生信息”后,打开收到的信息内容,在拨打第一个“学生”电话求证真伪时发现,对方竟是一个四十多岁的中年男子,根本就不是高中生。此后记者拨打表格中的多个电话确认时发现,尽管包含了大量北京市民的隐私信息,信息贩子发来的信息与购买前约定的信息严重不符。
另外,在一个打着“大数据交易平台”噱头的网站上,兜售着一份“全国最全数千万企业名录”。为了让买家放心,这个平台还很“贴心”地给出10个“示例数据”。经过实证后发现,里面的手机号有的已停机,有的是空号。
而在那家以“大数据交易平台”为噱头售卖个人信息的网站上,页面上标示称:平台上出售的数据皆是平台从租房、二手物品转让等生活网站上采集所得,保证数据有效。该网站还自称,“该数据来源于自行收集整理,无版权争议。”
事实上,这种以“大数据”为幌子卖数据的信息贩子们,只是给违法行为披上了高科技的假外衣。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20