
解密“天下无贼”联盟:“大数据”反诈骗两年挽回2.65亿元
当诈骗分子刚用网络改好电话,撒网式地给几千个普通市民拨打了“我是警察”的诈骗电话,又或者通过伪基站群发了几万条“假冒10086积分兑换”的短信,正想着坐等无辜老百姓“上钩”的时候,其实骗子的踪迹已经被发现——在一张由警方、银行、运营商、网络安全企业以及各种相关服务商所织成的反诈骗“天网”中,骗子无所遁形,不仅可以迅速查出诈骗电话的源头,端掉骗子的老巢,还能掌握骗子的资金提取路径,在受害人刚转账的几分钟后就马上进行拦截,帮助群众追回血汗钱……
以上片段,并非科幻片中对未来人工智能和网络技术的幻想,而是真切发生在当下的事实——在中国,“天下无贼-反信息诈骗联盟”每天都上演着成功查处和拦截信息诈骗犯罪的好戏,联盟成立1年多以来,已经直接劝阻1.84万名用户避免转款达1.56亿元,为9776名受害人快速拦截被骗资金1.09亿元,避免、挽回群众损失合计近2.65亿元。如今,联盟的模式正推广到全国各地,一个全国性规模的“警企民”大联动正在形成。
如果喜欢看欧美大片剧集的话,相信不少人对《速度与激情7》那神奇的“天眼安防系统”记忆尤深,这个系统能够通过全球的各种数码电子设备瞬间让犯罪分子无处遁形。影视创意之所以如此引人瞩目,其根本原因还是因为具有扎实的理论基础,即看清楚了大平台、大数据和大联动三者对打击犯罪活动的作用。
要了解大平台、大数据和大联动三者如何在打击信息诈骗犯罪中屡建奇功,我们首先得了解“天下无贼-反信息诈骗联盟”背后是怎么运作的。
大平台:国内唯一,权威机构齐携手
2013年12月26日,“天下无贼”反信息诈骗联盟宣告成立。面对日益猖獗的电话诈骗、网络钓鱼、木马盗窃等新型信息诈骗犯罪,国内首个“警、企、民”完整合作的反信息诈骗公益组织,挑起了动员全社会力量反信息诈骗的大旗。
在公安部、北京市公安局网安总队、广州市公安局、深圳市公安局反信息诈骗中心等警方部门的大力支持下,腾讯安全与京东、58等互联网企业,以及中国互联网协会、CFCA中国金融认证中心、VISA全资子公司CyberSource等权威机构,联合银行、运营商携手共筑“反信息诈骗闭环”——不断动员全社会力量,通过标记诈骗电话和短信、数据共享、案件侦破及安全防范教育等深度合作,向日益猖獗的信息诈骗产业链发起全面反击。由于联盟中在发展中不断加入了腾讯、运营商、银行、电商等合作伙伴,因此联盟在运用技术手段打击信息犯罪所积累的经验和成果尤为突出。
作为中国第一个反信息诈骗联盟,“天下无贼”在先天基础和规模上首先具备了“大平台”的优势——该联盟涵盖警方、安全厂商、运营商、银行等100多家组织、企业,包括VISA、银联、CFCA等重量级的国际权威金融机构也都成为了反信息诈骗联盟的一员。翻开联盟成员的名单,会找到许多熟悉的名字。金山、搜狗、京东集团、拍拍网、唯品会、搜狐搜易贷、财付通、微信支付、珍爱网、顺丰快递、手机QQ钱包等互联网企业,以及工商银行、建设银行、农业银行、中国银行、招商银行、VISA、银联等金融机构,以及全国各大媒体,商用Wi-Fi厂商等均成为联盟成员。
大平台的优势决定了反信息诈骗联盟打通了警方、银行、运营商、数据公司、互联网安全服务商等资源——腾讯手机管家客户端、腾讯官方网站、公安、运营商、银行、电商等联盟成员的相关安全数据都纳入了平台的数据库中,供联盟成员分享,也就是聚合了数据源。一旦发现罪案行踪,各联盟成员可同时得到警示,从电信、银行、网络服务和公安等方方面面进行全面追踪和查堵,这跟之前的“信息孤岛”形成天壤之别。
大数据:串联轨迹,让骗子无处可藏
在大平台的先决优势下,联盟的大数据挖掘优势也随之得到了明显的体现。在此之前,查处各类信息诈骗的难点在于信息诈骗黑色产业链十分完备,并且分工明确,而且跨地域合作,从短信、电话、传真、网络病毒木马等渠道多管齐下。针对犯罪分子“狡兔三窟”的作案模式,联盟同时对各种数据平台进行了多种发掘。,这些数据平台包括对群众被举报和侦缉的银行帐号、电话号码、网址、诈骗案例和证据等,其中不少数据库的规模早已在其专业领域处于领先地位,包括4600万黄页号码库、410万活跃标记骚扰号码库、全球最大的腾讯安全云库、亿级的恶意URL库等。
联盟成员一起对大数据进行挖掘分析的结果,便是从中看到大量之前单靠个体和单个数据库难以发现的联系。例如确认某个诈骗电话号码后,联盟中所有成员马上就可以根据这个号码发现骗子的踪迹,这个骗子曾给什么人打过电话,曾经在哪个网站上比较活跃,曾经在什么银行账户上有动作等等,现在都可以通过大数据的挖掘和重组,建立起比较完整的踪迹路线图。从前隐藏在各个数据库中的犯罪拼图,如今都在反信息诈骗联盟数据挖掘技术的作用下一块一块地拼接起来。如此一来,公安可以马上组织精准侦查,银行或者电商网站马上可以阻止骗子注册开户,运营商等可以马上通知和阻止潜在受害用户转款。
大联动:警企互动,造反诈骗闭环
有了大数据的帮助,联盟就可以展开同时在线上线下展开大联动——大联动的基本运作就是通过“警企民”合作模式,由民众首先利用的81234567反信息诈骗咨询热线,以及腾讯手机安全管家对各类诈骗信息进行举报,由于有了腾讯手机管家的7.3亿用户如此庞大的“众包”基础,可让诈骗号码一旦现身即被举报。只要联盟所用的各种数据库有了更新,联盟成员就会分工合作,一方面,警方利用数据获取时间大幅缩短的优势,对黑产业进行闪电打击,大幅提升了侦破该类诈骗犯罪的破案能力;另一方面,联盟中的平台服务商、运营商和银行等对潜在受害者已转出的资金进行智能拦截,腾讯手机管家和参与联盟的媒体则提醒其他用户避免受骗。
从中可见,整个大联动的合作模式已经形成了事前预防、事中快速响应、事后快速拦截的立体闭环,因此尽管诈骗分子所用的骗局招式越来越多,但“作死”的节奏也明显加快——据统计,联盟成立一年多以来,已经“呼死”涉案诈骗电话51641个、帐号25287个,通报运营商关停及技术封堵违法电话5017个;处置违法网站1390个。
目前,联盟的运作模式已经向全国网警系统做了全面系统的推介,这意味着大平台、大数据和大联动三者接下来将会产生滚雪球一般的叠加效应。现在,你该明白,在“天下无贼-反信息诈骗联盟”的运作中,通过大数据和智能技术所产生的打击诈骗罪案效果,可不是“天网恢恢,疏而不漏”——实际上,当联盟成员快速增加,所分享的数据平台不断整合之际,这张“天网”在不断收紧,是“密不透风”的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 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 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 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 “ ...
2025-09-16