
大數據支持反詐騙進入全民時代
近年來國家對電信網絡詐騙的打擊力度越來越大。尤其是2015年開始,公安部、工信部、最高法等23個部門和單位,聯(lián)合建立組成打擊治理電信網絡新型違法犯罪工作部際聯(lián)席會議制度,開啟了聯(lián)合防治新階段。
2016年以騰訊為代表的互聯(lián)網企業(yè)發(fā)起“守護者計劃”,集產業(yè)之力、結合技術手段對電信詐騙進行預防和打擊;2017年《網絡安全法》等法律法規(guī)開始實施,從立法角度加大對個人信息保護力度,并對詐騙分子的懲治提供了依據。
8月4日,騰訊“守護者計劃”發(fā)布了《2017年第二季度電信網絡詐騙大數據報告》(下稱《報告》),數據顯示,今年二季度,電信網絡詐騙造成經濟損失近50億元,其中單筆案件最高金額達700萬元。
這些只是針對報案數據的統(tǒng)計,據調研,被騙之后64%的人選擇隱忍,所以實際損失金額要高于上面的數字。一個季度的時間,詐騙電話撥打近3億次,收到詐騙短信人數達671萬人,在這個社會性“毒瘤”面前,每個人都不能置身事外,即使我們沒有被騙,我們的親人和朋友呢?
更值得注意的是,《報告》結合2017年上半年八大典型案例,分析了電信網絡詐騙的新趨勢:一是團隊化,成員之間分工協(xié)作,職能涵蓋開發(fā)制作、運營推廣、詐騙實施等不同環(huán)節(jié)。二是技術化,黑客攻擊、AI破解、游戲輔助工具病毒勒索等,詐騙分子的作案手段越來越高超。三是潮流化,微信公眾號、網絡直播、《王者榮耀》游戲都成為詐騙分子的作案領域。
相對于傳統(tǒng)詐騙,新趨勢下,作案隱蔽更強、破壞更大、破案更難,需要公安機關聯(lián)合運營商、互聯(lián)網公司等聯(lián)合治理,更需要基于AI、云計算、大數據等先進技術進行分析和判斷,再進行全網打擊。
基于大數據的全民反詐騙時代到來
《報告》還顯示,“在詐騙電話、短信雙雙減少的情況下,第二季度詐騙電話標記次數1940萬次,環(huán)比增加19.9%??梢姡脩舴离娦啪W絡詐騙意識正逐步增強?!?
個人標注詐騙電話的簡單動作,就能夠反詐騙?實際上,無論是詐騙電話、短信還是通過釣魚網址、外掛軟件等,只要電信詐騙分子實施詐騙行為,必然會留下作案和痕跡,而這些都將成為大數據的一部分,將成為他們被抓捕的線索和有利證據。
數據越多,大數據分析技術越強,對于電信詐騙的預防、發(fā)現(xiàn)和打擊越有利。這不僅要求公安機關、運營商、銀行等聯(lián)合起來,將大數據集中,形成合力。更需要越來越多的人對詐騙電話、短信、網址進行標記,以及對一些詐騙行為進行反饋,甚至針對詐騙問題的咨詢,都可以成為反詐騙的大數據。
騰訊手機管家等安全軟件允許用戶標記詐騙電話號碼,用戶標記后的惡意電話號碼會匯集到騰訊安全云庫。當其他用戶接聽被標記的詐騙電話時,騰訊手機管家會提醒“XXXXXXX詐騙電話,已被XX人標記”,幫助用戶精準識別,以免上當受騙。據了解,騰訊安全云庫每天對8000萬電話號碼進行識別,每天攔截3000萬次欺詐騷擾電話、4000萬垃圾信息,實現(xiàn)行業(yè)領先的98%的騷擾攔截率。
當每個人都參與到其中,每一次行動的數據都是億級的,這些數據將發(fā)揮更多的價值,對于反詐騙將會更有效。每個人的力量是弱小的,但是在大數據技術的加持下,千萬上億的個人力量,將成為對犯罪分子最大的威懾。
聯(lián)合打擊電信網絡詐騙模式解決了諸多大案要案,能夠治標;全民防詐騙意識提升,每個人隨手反詐騙,才能夠治本?!澳阋粋€隨手的舉動,可能就會拯救到無數人群,包括你的家人、朋友?!贝饲霸?月2日舉辦的“2017守護者計劃”線下活動中,一些行業(yè)人士現(xiàn)場發(fā)出呼呼。無論是出于對社會的責任之意,還是出于對家人的守護之心,我們每個人都需要做一個行動派,共同反電信網絡詐騙。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協(xié)同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10