京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据把关 向骗子汇款可自动预警_数据分析师
近年来,通讯信息诈骗对人们财产安全的威胁日趋严峻,而银行往往成为“挽救”受骗者的“最后一道防线”。为此,工商银行率先与公安等相关部门展开大数据合作,建立了防范通讯信息诈骗“防火墙”系统,为解决通讯信息诈骗问题开创了新模式。
通讯信息诈骗公众损失百余亿元
公安部数据显示,2011年至2014年全国通讯信息诈骗案件从10万起激增至40万起,年均增长30%以上。2014年因通讯信息诈骗导致的公众损失达100余亿元。
多位基层公安刑侦部门负责人介绍,公安机关冻结受害人的汇款账户,要持法定文书到有关银行开户行或总行办理。但从受害者汇款到犯罪分子分解赃款,往往只要一两分钟。公安机关办理好冻结手续时,钱早就被取走了,且破案后赃款很难追回。
专家表示,银行建立“防火墙”可有效截断资金流通渠道,但目前全国800多家银行业金融机构中,只有工行建立了外部欺诈风险信息系统堵截通讯信息诈骗汇款。
工商银行安全保卫部总经理靳晓鹏说,通过外部欺诈风险信息系统,工行已实现对涉案账户的全渠道布控,除了工行网点柜面渠道,还能对网上银行、电话银行、手机银行和自助终端等渠道进行的转账汇款交易进行即时筛查,并及时向客户提示风险。
遭遇“骗子”账号工行系统自动预警
记者在工商银行江西省赣州市青年路支行现场看到,无论在atm机上,还是在银行柜台,客户汇款时输入的收款人账号都会经系统自动与外部欺诈风险信息后台数据库连接,并可实时筛查。
“如果账号是系统收录的通讯信息诈骗涉案账户,系统会自动弹出风险预警提示,阻止客户向该账户汇款,同时,大堂经理会前来与客户直接沟通。”工行江西省分行安全保卫部总经理罗坤告诉记者,目前该系统收录了来自工行内部、金融同业及公安、司法行政等部门提供的各类风险账户信息,其中,仅公安部刑侦局及各省公安机关向工行提供电信诈骗账户就近百万条。
截至2015年4月末,工行外部欺诈风险信息系统堵截通讯信息诈骗汇款2.13万笔,为客户避免经济损失2.6亿元。其中,网上银行、手机银行、atm等自助终端渠道已成功堵截1.43亿元。
不过,专家指出,目前仅工商银行建立了这套系统,难以发挥更大作用。应在所有银行业金融机构推广该系统,实现欺诈风险信息共享、控制措施联动,形成全国银行业共同防范打击金融欺诈犯罪的机制。工商银行也表示,愿意与各家银行分享工作经验,开展相关反欺诈合作。
建议
反欺诈联防警银需加强合作
提前介入拦截被骗款项
不久前,为提升涉案资金查询冻结效率,银监会等四部门联合下发了工作规定,提出对于手续齐全的涉案资金,银行等金融机构应当立即办理冻结手续;而对涉案账户较多,需办理集中冻结的,银行应当在24小时以内采取冻结措施。
但目前,在跨省跨行联动、银行紧急止付、开销账户防控、被骗资金返还等方面仍有众多问题亟待解决。例如,受相关法规制约,目前银行尚无法对可疑账户采取紧急止付措施,账户冻结半年期满后也不能自动续冻,涉案资金跨行原路返还难度较大等。
公安部刑侦局副局长陈小坤说,公安部门正在简化相关手续,让涉嫌诈骗的银行账号信息第一时间进入工行反诈骗信息库,并加强基层派出所民警和网点的合作,提前介入拦截。“要想更大范围地降低受害人的资金损失,还需要更多的金融机构参与进来,深化警银大数据合作。”
专家建议,应构建国家层面的金融反欺诈防控体系,以公安部、银监会、中国人民银行、中国银联等部门和组织为主导,联合各通信运营商和所有商业银行,建立我国银行业反欺诈联防协作机制,实现诸如相互协查可疑账户信息、紧急止付(非法律冻结)涉嫌犯罪账户等功能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19