
大数据显示高知人群已成大额诈骗重灾区
临近春节,发年终奖、抢红包、置办年货......手机上一点就全办了,但节前通常也是网络违法犯罪的高发时段,也可能就是这么“一点”让你钱财两空。
相隔仅一天,腾讯连发两份基于网络诈骗的大数据报告。整合这两份大数据分析的数据报告后发现,我们对“易受害人群”的很多固有认知其实是错的。
别以为只有老人才会上当
你才是骗子最喜欢的“傻白甜”
通常我们总以为爷爷奶奶辈触网少,较容易被骗子钻空子。但根据腾讯综合多个平台的大数据分析统计,结合公安部门反信息诈骗的实战经验发现,“智商低、经验少才被骗”完全是对信息诈骗的认知误区,“高知人群”已成为大额诈骗的重灾区。
《2015反信息诈骗大数据报告》显示,如果我们给典型受害者“画像”,大概是这样的:性别男;年龄40岁以上;事业单位职工或无业、退休人员;性格易轻信、嫌麻烦、好面子;较少上网,文化水平往往较高。根据数据分析师的数据分析,此类人群占受骗者总数的62%,而且他们多数被骗也不愿声张。尤其是在损失超过5万元的诈骗案中,中老年男性比例达75%。
而典型作案者的“画像”则呈现年轻化态势:“90后”占犯罪人数的八成以上;他们大多操着一口不标准的南方普通话;常用400或17x开头的电话号码或假冒运营商客服电话;活跃时间在上午11点和下午4点,常出没在法定假日、寒暑假和“双11”、“双12”;目的性明确,通常三五句话就会提出汇款要求。
40岁以下的人觉得可以松口气了?还有支付陷阱等着你呢。根据腾讯方面的数据统计,2015年移动支付安全领域,七成以上被侵害的用户为男性,且年龄集中在19~35岁。你才是骗子最喜欢的“傻白甜”。
你以为点一点有福利拿
免费WiFi坑深得爬都爬不出来
亲朋好友聚餐,连接免费公共WiFi很常见。这个习惯性动作,分分钟都可能把你银行卡里的钱送到骗子的口袋里。根据腾讯首度发布的《移动支付网络黑色产业链研究报告》(以下简称《报告》)显示,每天大约有60万人次连接了存在安全风险的WiFi。
不法分子通过搭建与公共WiFi相近名字的伪冒WiFi局域网,诱使智能手机用户连接。用户的传输数据可被黑客监视,黑客从数据包里盗取各类用户登录信息,例如网银和支付账号、密码等,从而盗取用户资金。
另外,不法分子还经常用恶意二维码伪装成活动福利,在公共场所引导用户扫描。这些二维码背后很可能是手机木马。去年3月,李先生在某电商网站购物时,看中一家网店的液晶电视,价格比市面便宜近千元。李先生通过手机扫描店主的二维码,进入一个支付界面,输入银行账号和密码后点击支付,但发现支付失败。店主说可能系统故障,让他重试。李先生先后扫描七次,都失败。后来发现自己银行卡被扣17000余元。
你以为冒充房东骗术老套
诈骗团伙在用大数据找“猎物”
或许你也收到过“请把房租打到我老婆卡上”这类诈骗信息,也取笑过骗子“智商欠费”。实际上,这正是诈骗团伙通过大数据筛查“猎物”的手段。腾讯安全云部副总经理李旭阳解释说,由于网民的防骗意识参差不齐,这类诈骗手段仍有生存空间。
这些诈骗团伙的手段主要有三种:第一种是通过“手机木马”定向劫持。第二种获取用户信息的方式,俗称“拖库”。第三种是由于网络服务平台自身安全策略不足或管理不到位,往往会造成用户注册账户等隐私信息流失,这些信息往往会通过“地下黑市”交易到诈骗团伙手中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python 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 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04