京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据支持反诈骗进入全民时代
近年来国家对电信网络诈骗的打击力度越来越大。尤其是2015年开始,公安部、工信部、最高法等23个部门和单位,联合建立组成打击治理电信网络新型违法犯罪工作部际联席会议制度,开启了联合防治新阶段。
2016年以腾讯为代表的互联网企业发起“守护者计划”,集产业之力、结合技术手段对电信诈骗进行预防和打击;2017年《网络安全法》等法律法规开始实施,从立法角度加大对个人信息保护力度,并对诈骗分子的惩治提供了依据。
8月4日,腾讯“守护者计划”发布了《2017年第二季度电信网络诈骗大数据报告》(下称《报告》),数据显示,今年二季度,电信网络诈骗造成经济损失近50亿元,其中单笔案件最高金额达700万元。
这些只是针对报案数据的统计,据调研,被骗之后64%的人选择隐忍,所以实际损失金额要高于上面的数字。一个季度的时间,诈骗电话拨打近3亿次,收到诈骗短信人数达671万人,在这个社会性“毒瘤”面前,每个人都不能置身事外,即使我们没有被骗,我们的亲人和朋友呢?
更值得注意的是,《报告》结合2017年上半年八大典型案例,分析了电信网络诈骗的新趋势:一是团队化,成员之间分工协作,职能涵盖开发制作、运营推广、诈骗实施等不同环节。二是技术化,黑客攻击、AI破解、游戏辅助工具病毒勒索等,诈骗分子的作案手段越来越高超。三是潮流化,微信公众号、网络直播、《王者荣耀》游戏都成为诈骗分子的作案领域。
相对于传统诈骗,新趋势下,作案隐蔽更强、破坏更大、破案更难,需要公安机关联合运营商、互联网公司等联合治理,更需要基于AI、云计算、大数据等先进技术进行分析和判断,再进行全网打击。
基于大数据的全民反诈骗时代到来
《报告》还显示,“在诈骗电话、短信双双减少的情况下,第二季度诈骗电话标记次数1940万次,环比增加19.9%。可见,用户防电信网络诈骗意识正逐步增强。”
个人标注诈骗电话的简单动作,就能够反诈骗?实际上,无论是诈骗电话、短信还是通过钓鱼网址、外挂软件等,只要电信诈骗分子实施诈骗行为,必然会留下作案和痕迹,而这些都将成为大数据的一部分,将成为他们被抓捕的线索和有利证据。
数据越多,大数据分析技术越强,对于电信诈骗的预防、发现和打击越有利。这不仅要求公安机关、运营商、银行等联合起来,将大数据集中,形成合力。更需要越来越多的人对诈骗电话、短信、网址进行标记,以及对一些诈骗行为进行反馈,甚至针对诈骗问题的咨询,都可以成为反诈骗的大数据。
腾讯手机管家等安全软件允许用户标记诈骗电话号码,用户标记后的恶意电话号码会汇集到腾讯安全云库。当其他用户接听被标记的诈骗电话时,腾讯手机管家会提醒“XXXXXXX诈骗电话,已被XX人标记”,帮助用户精准识别,以免上当受骗。据了解,腾讯安全云库每天对8000万电话号码进行识别,每天拦截3000万次欺诈骚扰电话、4000万垃圾信息,实现行业领先的98%的骚扰拦截率。
当每个人都参与到其中,每一次行动的数据都是亿级的,这些数据将发挥更多的价值,对于反诈骗将会更有效。每个人的力量是弱小的,但是在大数据技术的加持下,千万上亿的个人力量,将成为对犯罪分子最大的威慑。
联合打击电信网络诈骗模式解决了诸多大案要案,能够治标;全民防诈骗意识提升,每个人随手反诈骗,才能够治本。“你一个随手的举动,可能就会拯救到无数人群,包括你的家人、朋友。”此前在8月2日举办的“2017守护者计划”线下活动中,一些行业人士现场发出呼呼。无论是出于对社会的责任之意,还是出于对家人的守护之心,我们每个人都需要做一个行动派,共同反电信网络诈骗。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12