解密“天下无贼”联盟:“大数据”反诈骗两年挽回2.65亿元
当诈骗分子刚用网络改好电话,撒网式地给几千个普通市民拨打了“我是警察”的诈骗电话,又或者通过伪基站群发了几万条“假冒10086积分兑换”的短信,正想着坐等无辜老百姓“上钩”的时候,其实骗子的踪迹已经被发现——在一张由警方、银行、运营商、网络安全企业以及各种相关服务商所织成的反诈骗“天网”中,骗子无所遁形,不仅可以迅速查出诈骗电话的源头,端掉骗子的老巢,还能掌握骗子的资金提取路径,在受害人刚转账的几分钟后就马上进行拦截,帮助群众追回血汗钱……
以上片段,并非科幻片中对未来人工智能和网络技术的幻想,而是真切发生在当下的事实——在中国,“天下无贼-反信息诈骗联盟”每天都上演着成功查处和拦截信息诈骗犯罪的好戏,联盟成立1年多以来,已经直接劝阻1.84万名用户避免转款达1.56亿元,为9776名受害人快速拦截被骗资金1.09亿元,避免、挽回群众损失合计近2.65亿元。如今,联盟的模式正推广到全国各地,一个全国性规模的“警企民”大联动正在形成。
如果喜欢看欧美大片剧集的话,相信不少人对《速度与激情7》那神奇的“天眼安防系统”记忆尤深,这个系统能够通过全球的各种数码电子设备瞬间让犯罪分子无处遁形。影视创意之所以如此引人瞩目,其根本原因还是因为具有扎实的理论基础,即看清楚了大平台、大数据和大联动三者对打击犯罪活动的作用。
要了解大平台、大数据和大联动三者如何在打击信息诈骗犯罪中屡建奇功,我们首先得了解“天下无贼-反信息诈骗联盟”背后是怎么运作的。
大平台:国内唯一,权威机构齐携手
2013年12月26日,“天下无贼”反信息诈骗联盟宣告成立。面对日益猖獗的电话诈骗、网络钓鱼、木马盗窃等新型信息诈骗犯罪,国内首个“警、企、民”完整合作的反信息诈骗公益组织,挑起了动员全社会力量反信息诈骗的大旗。
在公安部、北京市公安局网安总队、广州市公安局、深圳市公安局反信息诈骗中心等警方部门的大力支持下,腾讯安全与京东、58等互联网企业,以及中国互联网协会、CFCA中国金融认证中心、VISA全资子公司CyberSource等权威机构,联合银行、运营商携手共筑“反信息诈骗闭环”——不断动员全社会力量,通过标记诈骗电话和短信、数据共享、案件侦破及安全防范教育等深度合作,向日益猖獗的信息诈骗产业链发起全面反击。由于联盟中在发展中不断加入了腾讯、运营商、银行、电商等合作伙伴,因此联盟在运用技术手段打击信息犯罪所积累的经验和成果尤为突出。
作为中国第一个反信息诈骗联盟,“天下无贼”在先天基础和规模上首先具备了“大平台”的优势——该联盟涵盖警方、安全厂商、运营商、银行等100多家组织、企业,包括VISA、银联、CFCA等重量级的国际权威金融机构也都成为了反信息诈骗联盟的一员。翻开联盟成员的名单,会找到许多熟悉的名字。金山、搜狗、京东集团、拍拍网、唯品会、搜狐搜易贷、财付通、微信支付、珍爱网、顺丰快递、手机QQ钱包等互联网企业,以及工商银行、建设银行、农业银行、中国银行、招商银行、VISA、银联等金融机构,以及全国各大媒体,商用Wi-Fi厂商等均成为联盟成员。
大平台的优势决定了反信息诈骗联盟打通了警方、银行、运营商、数据公司、互联网安全服务商等资源——腾讯手机管家客户端、腾讯官方网站、公安、运营商、银行、电商等联盟成员的相关安全数据都纳入了平台的数据库中,供联盟成员分享,也就是聚合了数据源。一旦发现罪案行踪,各联盟成员可同时得到警示,从电信、银行、网络服务和公安等方方面面进行全面追踪和查堵,这跟之前的“信息孤岛”形成天壤之别。
大数据:串联轨迹,让骗子无处可藏
在大平台的先决优势下,联盟的大数据挖掘优势也随之得到了明显的体现。在此之前,查处各类信息诈骗的难点在于信息诈骗黑色产业链十分完备,并且分工明确,而且跨地域合作,从短信、电话、传真、网络病毒木马等渠道多管齐下。针对犯罪分子“狡兔三窟”的作案模式,联盟同时对各种数据平台进行了多种发掘。,这些数据平台包括对群众被举报和侦缉的银行帐号、电话号码、网址、诈骗案例和证据等,其中不少数据库的规模早已在其专业领域处于领先地位,包括4600万黄页号码库、410万活跃标记骚扰号码库、全球最大的腾讯安全云库、亿级的恶意URL库等。
联盟成员一起对大数据进行挖掘分析的结果,便是从中看到大量之前单靠个体和单个数据库难以发现的联系。例如确认某个诈骗电话号码后,联盟中所有成员马上就可以根据这个号码发现骗子的踪迹,这个骗子曾给什么人打过电话,曾经在哪个网站上比较活跃,曾经在什么银行账户上有动作等等,现在都可以通过大数据的挖掘和重组,建立起比较完整的踪迹路线图。从前隐藏在各个数据库中的犯罪拼图,如今都在反信息诈骗联盟数据挖掘技术的作用下一块一块地拼接起来。如此一来,公安可以马上组织精准侦查,银行或者电商网站马上可以阻止骗子注册开户,运营商等可以马上通知和阻止潜在受害用户转款。
大联动:警企互动,造反诈骗闭环
有了大数据的帮助,联盟就可以展开同时在线上线下展开大联动——大联动的基本运作就是通过“警企民”合作模式,由民众首先利用的81234567反信息诈骗咨询热线,以及腾讯手机安全管家对各类诈骗信息进行举报,由于有了腾讯手机管家的7.3亿用户如此庞大的“众包”基础,可让诈骗号码一旦现身即被举报。只要联盟所用的各种数据库有了更新,联盟成员就会分工合作,一方面,警方利用数据获取时间大幅缩短的优势,对黑产业进行闪电打击,大幅提升了侦破该类诈骗犯罪的破案能力;另一方面,联盟中的平台服务商、运营商和银行等对潜在受害者已转出的资金进行智能拦截,腾讯手机管家和参与联盟的媒体则提醒其他用户避免受骗。
从中可见,整个大联动的合作模式已经形成了事前预防、事中快速响应、事后快速拦截的立体闭环,因此尽管诈骗分子所用的骗局招式越来越多,但“作死”的节奏也明显加快——据统计,联盟成立一年多以来,已经“呼死”涉案诈骗电话51641个、帐号25287个,通报运营商关停及技术封堵违法电话5017个;处置违法网站1390个。
目前,联盟的运作模式已经向全国网警系统做了全面系统的推介,这意味着大平台、大数据和大联动三者接下来将会产生滚雪球一般的叠加效应。现在,你该明白,在“天下无贼-反信息诈骗联盟”的运作中,通过大数据和智能技术所产生的打击诈骗罪案效果,可不是“天网恢恢,疏而不漏”——实际上,当联盟成员快速增加,所分享的数据平台不断整合之际,这张“天网”在不断收紧,是“密不透风”的。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22