京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据支持反诈骗进入全民时代
近年来国家对电信网络诈骗的打击力度越来越大。尤其是2015年开始,公安部、工信部、最高法等23个部门和单位,联合建立组成打击治理电信网络新型违法犯罪工作部际联席会议制度,开启了联合防治新阶段。
2016年以腾讯为代表的互联网企业发起“守护者计划”,集产业之力、结合技术手段对电信诈骗进行预防和打击;2017年《网络安全法》等法律法规开始实施,从立法角度加大对个人信息保护力度,并对诈骗分子的惩治提供了依据。
8月4日,腾讯“守护者计划”发布了《2017年第二季度电信网络诈骗大数据报告》(下称《报告》),数据显示,今年二季度,电信网络诈骗造成经济损失近50亿元,其中单笔案件最高金额达700万元。
这些只是针对报案数据的统计,据调研,被骗之后64%的人选择隐忍,所以实际损失金额要高于上面的数字。一个季度的时间,诈骗电话拨打近3亿次,收到诈骗短信人数达671万人,在这个社会性“毒瘤”面前,每个人都不能置身事外,即使我们没有被骗,我们的亲人和朋友呢?
更值得注意的是,《报告》结合2017年上半年八大典型案例,分析了电信网络诈骗的新趋势:一是团队化,成员之间分工协作,职能涵盖开发制作、运营推广、诈骗实施等不同环节。二是技术化,黑客攻击、AI破解、游戏辅助工具病毒勒索等,诈骗分子的作案手段越来越高超。三是潮流化,微信公众号、网络直播、《王者荣耀》游戏都成为诈骗分子的作案领域。
相对于传统诈骗,新趋势下,作案隐蔽更强、破坏更大、破案更难,需要公安机关联合运营商、互联网公司等联合治理,更需要基于AI、云计算、大数据等先进技术进行分析和判断,再进行全网打击。
基于大数据的全民反诈骗时代到来
《报告》还显示,“在诈骗电话、短信双双减少的情况下,第二季度诈骗电话标记次数1940万次,环比增加19.9%。可见,用户防电信网络诈骗意识正逐步增强。”
个人标注诈骗电话的简单动作,就能够反诈骗?实际上,无论是诈骗电话、短信还是通过钓鱼网址、外挂软件等,只要电信诈骗分子实施诈骗行为,必然会留下作案和痕迹,而这些都将成为大数据的一部分,将成为他们被抓捕的线索和有利证据。
数据越多,大数据分析技术越强,对于电信诈骗的预防、发现和打击越有利。这不仅要求公安机关、运营商、银行等联合起来,将大数据集中,形成合力。更需要越来越多的人对诈骗电话、短信、网址进行标记,以及对一些诈骗行为进行反馈,甚至针对诈骗问题的咨询,都可以成为反诈骗的大数据。
腾讯手机管家等安全软件允许用户标记诈骗电话号码,用户标记后的恶意电话号码会汇集到腾讯安全云库。当其他用户接听被标记的诈骗电话时,腾讯手机管家会提醒“XXXXXXX诈骗电话,已被XX人标记”,帮助用户精准识别,以免上当受骗。据了解,腾讯安全云库每天对8000万电话号码进行识别,每天拦截3000万次欺诈骚扰电话、4000万垃圾信息,实现行业领先的98%的骚扰拦截率。
当每个人都参与到其中,每一次行动的数据都是亿级的,这些数据将发挥更多的价值,对于反诈骗将会更有效。每个人的力量是弱小的,但是在大数据技术的加持下,千万上亿的个人力量,将成为对犯罪分子最大的威慑。
联合打击电信网络诈骗模式解决了诸多大案要案,能够治标;全民防诈骗意识提升,每个人随手反诈骗,才能够治本。“你一个随手的举动,可能就会拯救到无数人群,包括你的家人、朋友。”此前在8月2日举办的“2017守护者计划”线下活动中,一些行业人士现场发出呼呼。无论是出于对社会的责任之意,还是出于对家人的守护之心,我们每个人都需要做一个行动派,共同反电信网络诈骗。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17