
大数据分析让诈骗电话无处遁形
电信诈骗现在十分猖獗,已成扰民骗人的一大公害。位于中国(南京)软件谷的中新赛克科技公司,就有智能识别诈骗电话的绝活。该公司与省通信管理局正在合作一个项目,用来分析和鉴别诈骗电话。这个项目构建了一个大数据系统,根据电话拨打方过去的通话记录、行为特征,对其进行身份识别,智能判断其是否涉嫌诈骗——这就是说,单纯在技术层面,鉴别诈骗电话已无大的障碍。
“只要读懂了数据,就会演化出许多有趣和实际的用途。”公司副总经理李斌说,“依托这套大数据系统,今年春节期间我们做了个小实验,根据手机号码的归属地和通话接入地,来分析过年时人群的迁徙。这些数据对很多行业都有参考价值。”
互联网时代,人们常说数据为王,可奔流在网络里的数据看不见、摸不着,如何才能令其为我所用呢?中新赛克就是一家致力于信息网络的可视化采集、分析及安全防护的科技公司。它的前身是南京中兴特种软件公司,2012年底正式更名。公司的产品线包括网络与机器数据可视化采集平台、网络内容安全产品、大数据运营平台等几大块。作为一家以技术先进性为核心竞争力的公司,每年销售额的20%以上被投入到研发中。近年来,中新赛克承担30多项国家重大课题项目,获得专利30余个,软件著作权25个,软件登记证25个。公司的销售收入和利润也保持了每年30%左右的复合增长。
“过去,中新赛克的绝大部分工作是隐藏在幕后的。如汇聚分发宽带互联网和移动接入网的数据,提交给政府、运营商及行业客户,帮助他们维护信息安全,拓展经营服务。不过随着互联网+的发展,中新赛克也在不断丰富产品线,大数据的商业智能应用成为公司未来重要的拓展领域。” 李斌说,经过多年发展,中新赛克拥有了强大的科研团队。目前公司总人数超过500人,本科及本科以上科研人员占90%;聚集了多位在大数据引擎、大数据挖掘领域经验丰富的高级架构师和研发人员,为大数据的研发提供强大的技术支撑。
作为诞生在软件谷、崛起在软件谷的本土企业,中新赛克已经走过了“幼苗”阶段,成长为独当一面的领军型企业,蝉联两届“软件谷最具成长性企业”,充分说明了公司的实力与市场影响力。李斌表示,从2012年起,中新赛克便被软件谷列入了高成长性企业培育计划,重点扶持。在项目申报、人才引进、技术研发、融资担保、企业上市等方面,谷里都给予了政策倾斜,加速了资金、人才与资源的集聚,帮助公司更快地做大做强。
软件谷正在建设的A5地块——信息安全软件园中,有一幢属于中新赛克的15层大楼。“8家企业联合拿地、合力建园,这不仅是国内软件园区的一个创新举措。更是实实在在为中小企业做了好事,节省了我们的建设成本和时间精力,同时还加速了产业集聚,对我们向产业链上下游拓展业务有重要意义。”李斌表示,中新赛克的根已经深深扎在了软件谷,只有在这里才能找到归属感。未来,中新赛克必将成为一棵参天大树,用自己的枝繁叶茂把软件谷变得郁郁葱葱。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29