
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。
写在最后
“含有个人信息唯一识别码的信息,比如手机号码、身份证号,一旦未经本人允许被收集、贩卖,就侵犯了个人信息安全。不管你是在公开网站上收集,还是通过技术手段抓取到的这些信息。”中关村大数据交易联盟秘书长秦翯这样说。
除了严刑峻法的约束,提高自身的防骗意识也至关重要。所以在享受技术带来的便利的同时,千万要小心躲在暗处的那只黑手。像火车票、飞机票、快递单、银行对账单这类包含个人敏感信息的票据一定不能随意丢弃,就算你想做网红,也没必要在社交网络上把你的个人真实信息全部曝光出去。切记,除非必要,不要在网络上填写自己的真实信息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23