京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的“可视化”案例:360的“骗子地图”
大数据的概念在国内走了将近两年的历史,但更多的还是停留在概念层面,能够将大数据真正落地的企业并不多,一方面是自身没有足够的数据量,一方面是因为大数据技术方面的困境,当然,他们希望能够用大数据的概念让他们变得高大上。
对于用户来说,为何对大数据的概念云里雾里的呢?究其原因,还是企业更多的是在宣传自己如何如何使用大数据来达到某种目的,用户是‘看不见’,感受不到实实在在大数据的。
日前,360依托12亿终端设备作为背景,利用海量的数据分析能力,推出了基于互联网安全的‘骗子地图’产品。用户只要登录‘骗子地图’的网址,即可直接在上面看到全国各地的拦截次数以及骚扰电话排行榜,同时右侧还实时展现用户提交的‘骗术揭秘’,不仅能看到实实在在的大数据,还能学到更多的‘骗术揭秘’技巧。
360的‘骗子地图’可以说是大数据‘可视化’的一个非常好的案例,这一点值得其他互联网公司去学习。
‘骗子地图’怎么来的?
‘骗子地图’系360在5亿PC用户和7亿手机用户安全大数据的基础上,将360网盾对钓鱼网站的实时监控拦截数据和手机卫士拦截的诈骗电话等数据结合,运用技术手段,将‘机器语言’进行翻译、梳理和展现。
据360安全大数据平台负责人裴智勇介绍:‘360在安全大数据分析处理已经长达四年多的时间,360不仅拥有了对大数据的处理分析能力,还能将大数据实现可视化,并利用大数据进行预测。’
可视化方面,360已经做了很长时间的摸索、准备工作。2014年11月24日,在我国首届国家网络安全宣传周上,360互联网安全中心正式推出了‘中国网络安全威胁地图’系统,这也是该系统首次公开亮相,‘威胁地图’等可视化产品获得了国家领导人、业内专家的高度认可。本次上线‘骗子地图’,也是首次将该技术展现在大众面前。
360在网络安全领域‘耕耘’多年,积累了雄厚的网络安全实力,在用户量方面也是业界翘楚,有这个完全具备这个实力做出‘骗子地图’产品。
‘骗子地图’能做什么?
360的‘骗子地图’是基于12亿设备基础上积累的安全大数据,通过分析处理,采用可视化的方式展现在公众面前,将晦涩难懂的‘机器语言’翻译成通俗易懂的视图,直观地加以展现,让用户不仅能看到,还能看懂,为保护自己而用,增强用户的‘安全感’。
360安全大数据显示,360每天对钓鱼网址的拦截已经高达1亿次以上,仅2014年一年,钓鱼拦截总量超过406亿次,钓鱼网站新增量262.1万个。这种直观的安全形式展现,能够让用户切实体会到网络安全的重要性。
网络安全绝对不是简单的软件开发,尤其是钓鱼等网络欺诈行为,需要更多的网络攻防。对于用户来说,也不是装一个软件就能完全防御,这需要用户自身对这些行为有所了解和防范,大家的共同努力才能‘网上无贼’。
此前,360一直将其安全大数据可视化应用于网络安全防护等方面,上线对用户实时开放尚属首次。‘骗子地图’的地域特性一目了然,让各地用户、媒体甚至是政府,能够了解到和自己息息相关的安全大数据,了解到当下、当地实时的诈骗骗术等,从而避免上当受骗。360现有的实力,不仅可以将安全大数据可视化,还能进行分析和预测。结合地图,安全专家不仅为公众提供实时监控防护,还将及时发布预警,将网络诈骗行为扼杀在摇篮里。
针对用户在不同时期的关注点不同,‘骗子地图’也推出了不同的策略方针。如在春节期间,由于人流量扩大,用户的出行需求增加,相应的假机票、车票的钓鱼网站量增加明显,针对这种情况,在这段时间内,360加大了对假机票、车票网站的拦截及处理,保证用户的出行安全。
‘骗子地图’之后,用户还需要做什么?
‘骗子地图’的核心理念还是为了增强用户对网络安全的意识,提升用户的防骗技巧,让用户在网络这种‘虚拟’世界当中以‘现实’的情况了解到安全的重要性。
据悉,360还将陆续对用户开放系列安全大数据可视化产品,让用户提高网络安全意识,提升6.49亿网民互联网上的安全感。除了大数据可视化,2015年,360还将围绕‘安全’推出一系列的服务,为用户的安全服务。
对于用户自身来说,在面对各种诱惑性的网络需求时,更要首先注重安全问题,因为一旦被骗就是实实在在的钱,这个可一点儿都不虚拟,提升自我的网络安全意识才是重中之重。
用户需要像‘骗子地图’这种更有真实体感的大数据产品出现,最重要的是能够实时变化, 并不是一份‘死’的报告而已。做一份报告固然能够实时看到各种数据,但是热潮过后,用户最终还是当什么事情也没发生。‘骗子地图’可以说是实时的在为用户 呈现各种基于大数据的可视化变化图,还能找到相关的‘防骗技巧’。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28