
腾讯安全北京亮“金盾”大数据技术戳穿诈骗阴谋
在2015年“首都网络安全日”活动上,北京市公安局网络安全保卫总队与腾讯安全、安全联盟,启动了警企合作的 “天下无贼—金盾守卫计划”。各方将通过联手协作,共享信息诈骗数据库,“首都网警”微信公号、微博账号有针对性地发布网络诈骗安全防范知识,提升网民自我防范能力,推动构建安全、文明、和谐的网络环境。
当前,信息诈骗层出不穷、手段不断升级,诈骗利益集团给人们生活及社会安定造成严重威胁及危害。2014年全国有信息诈骗案件30万件,涉案金额150亿元,出现了多起单笔数额巨大的信息诈骗案件,像若彤经纪人被盗走100万巨款,武汉一国企财务部部长黄某被骗走3700万巨款,诈骗案例之频繁、数额之巨大,导致不少民众财产损失惨重。
腾讯副总裁丁珂表示,移动互联网时代的信息安全正面临全新的挑战,不法分子拥有从开发、传播、运营到最后利益整合分配的一条龙作业的庞大黑色产业链,并且每次犯罪活动都是有组织有计划的。在此背景下,传统的端级防护、单点布防安全解决方案能起到的作用甚微。为此,腾讯安全联合北京市公安局、安全联盟发布“天下无贼——金盾守卫计划”,共享安全云库数据,通过大数据技术防范诈骗。
据了解,腾讯安全云库数据包括全球最大的URL网址数据库、全国最大的活跃电话号码库和全国首个恶意诈骗银行账号黑名单数据库。其中,URL网址数据库日均拦截恶意网址8000万次,每年可为中国网民挽回800亿元被骗的经济损失;活跃电话号码库,日均查询号码量6500万,拦截恶意电话号码91万个,拦截1030万次呼叫,保护940万用户免受影响;首个恶意诈骗银行账号黑名单数据库也补足了反信息诈骗产业链重要一环,形成真正的全产业链反信息诈骗。
丁珂强调,在产业链协同方面,腾讯安全拥有三大优势:
首先,腾讯安全团队跟内部各产品线都有深度合作,并能通过QQ聊天工具、手机管家、电脑管家等产品快捷对用户进行网址风险提醒,表现形式也比较简单。
其次,腾讯安全部门制定了一套数据分级管理标准,例如,将恶意数据统称为“黑数据”。这类数据大概有五十多个类别,每个类别里面又有很多细分,比如欺诈类有银行、购物网站等细分类别。通过将每个细分类别的数据分别标识,再通过技术接口分发给联盟合作伙伴。由于数据都已带上标识,每个平台都可以根据不同的需求来应用。
此外,腾讯安全打造的反信息诈骗平台,允许用户将值得信赖的网站、商家、移动App等标记出来,通过联盟平台的分发、共享机制,在各个应用层面推动白名单库建设。这样当用户遇到虚假网站时,就可以通过白名单库直接访问正确网站,尽快达到目的地。
在此次发布会上,北京市公安局、腾讯安全和安全联盟也发布了“反信息诈骗白皮书”,集结归纳了429个具有代表性的信息诈骗案例,并根据案例特点,将信息诈骗分为8大类型。安全联盟负责人代柏阳表示,白皮书中的429个案例对首都民众传递反信息诈骗常识起到积极作用,“将反信息诈骗事前教育做好,令犯罪分子无机可乘,才是最有效的反信息诈骗手段”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09