
從大數(shù)據(jù)看網(wǎng)絡陷阱_數(shù)據(jù)分析師
網(wǎng)絡詐騙的招數(shù)花樣百出,到底誰最容易中招呢?據(jù)360互聯(lián)網(wǎng)安全中心統(tǒng)計,今年第一季度,天津電腦端網(wǎng)絡詐騙類報案的人均損失為2493元、手機詐騙類報案的人均損失為7252元。與以往通訊網(wǎng)絡詐騙受害者多為中老年人不同,今年第一季度,“90后”成為最大的受害群體,所占比例高達52.2%。
數(shù)據(jù) 手機詐騙人均損失7000多
今年第一季度,360網(wǎng)購先賠服務共收到PC用戶有效理賠申請報案5308例,其中,天津網(wǎng)絡詐騙類報案人均損失為2493元;同期,360手機先賠和通訊網(wǎng)絡詐騙先賠服務共收到用戶有效理賠申請報案1147例,其中,天津手機詐騙類報案人均損失為7252元。
在PC用戶報案的所有詐騙類型中,虛假兼職以44.1%的占比排在首位,其次是退款欺詐13.4%、網(wǎng)游交易12.4%。在手機端用戶報案中,虛假中獎以22.2%的占比排在首位,其次是釣魚盜號18.5%、虛假兼職12.8%。
在受害者年齡方面,“90后”占比達52.2%,“80后”占比為36.8%,“70后”占比僅為7.8%。
從詐騙信息的傳播途徑來看,在PC端,社交工具和電子商務網(wǎng)站是最主要的途徑,占比均為37.2%,搜索引擎和分類信息網(wǎng)站分別占比16.2%和5.7%;在手機端,首要途徑是詐騙短信,占比為53.8%,其次是釣魚網(wǎng)站32.3%、詐騙電話12.7%,木馬病毒僅占1.2%。
提醒 兩類新型詐騙近期多發(fā)
美女圖片暗藏木馬病毒
張先生的手機上收到網(wǎng)友發(fā)來的交友照片,便點擊查看。沒多久,他發(fā)現(xiàn)手機綁定的銀行卡被盜刷3萬多元。警方調(diào)查發(fā)現(xiàn),張先生的銀行卡被盜刷的3萬多元,都是通過網(wǎng)購,以線上支付的方式被盜走。而銀行的短信提示并沒有發(fā)到張先生的手機上,卻全部轉發(fā)到另外一個可疑手機號碼上。
民警表示,詐騙分子通過各種方式,誘導用戶將木馬病毒下載到手機—比如通過社交聊天軟件(QQ、微博、微信等),或者假扮買家給網(wǎng)購平臺上的賣家發(fā)送木馬鏈接。這些木馬病毒一般都暗藏在美女圖片里,極具誘惑性和隱蔽性,一旦網(wǎng)友點擊了這些圖片,手機就會種下木馬。木馬先盜取受害人的身份信息(主要是身份證號、手機號、支付密碼等),然后以此開通快捷網(wǎng)絡支付,攔截短信驗證碼,從而進行盜刷。
冒充銀行提升信用額度
肖先生在某房地產(chǎn)公司內(nèi)接到顯示為“95588”的電話,對方冒充銀行客服,表示可以為肖先生提升信用額度。肖先生在對方提供的網(wǎng)頁上輸入了銀行卡信息,結果卡內(nèi)171777.76元被轉賬。隨后,騙子又試圖贖回卡內(nèi)的40余萬基金產(chǎn)品,幸虧警方幫助肖先生重新開設新卡負責贖回資金的流入,同時將原基金綁定的銀行卡進行了凍結,才沒讓騙子得手。
警方查明,騙子獲取了事主銀行卡號和驗證碼,利用遠程操控軟件,將銀行卡內(nèi)現(xiàn)金通過網(wǎng)銀轉賬轉走,并將銀行卡密碼變更,導致事主無法操作自己的銀行卡。警方提醒:銀行客服人員不會通過電話或短信等方式向客戶索要密碼、卡號、驗證碼。如果對方提出此類要求,便可判斷為詐騙信息。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)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(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)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(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)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(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)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(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)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(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)驅(qū)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 ...
2025-09-11