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。
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
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在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13