大数据反电话诈骗的新思路

打破特定情景 隔绝诈骗病毒

——大数据反电话诈骗的新思路

　　有机构进行了一次广泛的网络调查，结果触目惊心：

近一半的用户遭遇过电信诈骗

　　数据显示，43.2%的手机用户表示曾经历过电信诈骗；其中受骗金额在500元以下用户居多，比例为40.7%，受骗金额为500-2000元的手机用户高达比例为25.1%，受骗金额达2000元以上的用户占34.2%。

诈骗形式以电话诈骗为主

　　数据显示，有超过一半的受骗人群遭遇过电话诈骗，以微信、QQ为首的网络诈骗和电信诈骗则 分别占比25.1%和18.7%，电话诈骗方式相对更为普遍。而在诈骗手段方面，利用“网络购物陷阱”来行骗的比例最高，为 31.3%。

　　面对猖獗的电信诈骗，人们只能感叹4个字，“防不胜防”，而各路专家或者充斥于网络中的解决方案，归根结底不过两类：一部分是建议人们提高警惕，“扎紧篱笆”，抵御住突然的利益诱惑或者谎言恐吓，在关键时刻保持清醒的头脑；一部分就是寄望于政府，加大银行、通信行业和公安的投入力度，建立层层防御机制，最大限度的防患于未然。

　　政府对于电话诈骗的危害不可谓不重视，今年10月份中国人民银行发布的《关于加强支付结算管理防范电信网络新型违法犯罪有关事项的通知》，明确自2016年12月1日起，个人通过自助柜员机转账的，在发卡行受理后24小时内，可向发卡行申请撤销转账。这一举措被认为是直指电信诈骗，以牺牲业务的便利性为代价，也要在规则层面遏制犯罪分子利用ATM实施电信诈骗。

　　但是道高一尺魔高一丈，在新规颁布不久，网上就连续爆出了犯罪分子在实施诈骗时利用网上银行进行转账的新闻，可谓：上有政策、下有对策。

　　问题出在哪里？信息诈骗作为人类顶尖智慧的产物，是专业人才对业务规则、场景、心理等方面的知识的高度融合。想在规则层面去斗智斗勇，面临着巨大的成本障碍，央行出台一条新规要经过漫长的博弈和审核，牵一发就要动全身。相反的，犯罪分子只用针对性的改改诈骗脚本，又可以再接再厉，继续上岗。所以，要在规则层面去堵住犯罪的路径，永远是一种得不偿失的选择。

　　而将防骗的希望寄托于个人的警觉，就更加是缘木求鱼，知易行难。在2016年以来所曝光的很多公开的案例中，骗子之所以能成功，并不是因为受骗者是“容易受骗的人”，而是受骗者“正好处于骗子所描绘的情境”中，对那些受骗的少数人来说，骗局的情境就跟自己所处的环境和前期接收的信息是完全一致的。以徐玉玉的案件为例子，她接到诈骗电话时，对方声称有一笔2600元助学金要发放给她。而在这通陌生电话之前，徐玉玉不但曾接到过教育部门发放助学金的通知，而且接到诈骗电话的前一天，徐玉玉还接到过教育部门的电话，让她办理了助学金的相关手续，并通知说钱过几天就能发下来。正是这一连串的事件构成的真实情景，让包括徐玉玉的母亲在内的所有人，都没有丝毫的怀疑诈骗电话的真伪。

　　可见，随着个人信息的公开与泄露，犯罪分子在构建诈骗场景时变得更加的精准和可信，无论人们是如何警觉，除非是具备怀疑一切的精神，不然终归难逃诈骗分子在掌握了各种数据以后，为你设下的巧妙陷阱。

　　难道真的无计可施么？人工智能，或者更具体一些叫做大数据领域的机器学习，给我们提供了一条可能的路径。

　　从技术层面出发，包括运营商和银行在内的具备监管职能的企业早已投入了大量的资金和人才建立起各种各样的防止电话诈骗的系统，从实施思路上来说，主要是以下三种：

事前

　　防止虚假身份号码、账户的开通，屏蔽作案条件；屏蔽可疑号码；识别伪基站；识别改号软件等诈骗分子常用的手段。

事中

　　在通信和银行等环节，通过特征识别，及时发现高危疑似作案行为，尽量切断通话（信息流），冻结账户（资金流），制止进行中的诈骗行为。

事后

　　准确定位嫌疑人和嫌疑账号，追回资金，加快破案速度。

　　但这三种思路都存在有明显缺陷不足：

●　事情预防主要是在规则上设置重重障碍，核心是规范管理和强化制度执行。一定程度上提高了犯罪分子的违法成本，但是总面临着犯罪分子手段的更新，执行成本高企，收效甚微；

●　事中截断是现阶段执行效果较好的方式，因为诈骗由企图转变了为行为，实施反欺诈的针对性和有效性大大提升。但面临的挑战是，包括银行、运营商在内的企业或者政府部门其将资源投入到反欺诈系统建设的力度严重受到自身意愿和能力的制约，往往以短期行为居多，缺乏长期、系统、高效的规划和持续的投入，难以紧跟犯罪手段的变化；

●　事后的处理更是亡羊补牢为时已晚，据公开报道，电信诈骗的破案率不足3%，绝大多数受害者都无法追回损失。

　　那么在这里，笔者提出一种解决电信诈骗的新思路：像消灭电脑病毒一样杀灭诈骗电话。

　　核心思路是，在智能手机终端中安装防诈骗软件，该软件在后台运行，来电时自动启动监听，并对电话内容进行实时的语言识别，同时即时的进行分析，和客户端中的诈骗脚本库（类似杀毒软件的本地病毒库）进行比对，当关键特征的相似度超过阈值，则自动切断通话，并通过手机屏幕对用户进行告警。

而云端后台系统不断的累积最新的诈骗案例和诈骗脚本，并通过机器学习不断的进行特征抽取，不断更新诈骗识别模型的精度，并自动生成最新的诈骗脚本库，定期的更新到每一台终端手机的客户端软件中。

这样的系统设计思路，有多方面的好处：

1、让用户向给自己的电脑安装杀毒软件一样，自己承担起防范风险的责任，并提供有效的技术手段，而不是空谈提高警惕。

2、将计算资源分散到每一台智能终端中，而云端只用消耗较少的计算资源，解决了反诈骗系统投入大，效益低的顾虑。

3、通过机器学习，持续的跟踪最新的诈骗脚本，并产生针对性的调整，避免了在规则层面和犯罪分子斗智斗勇，而是通过技术让犯罪分子的诈骗手段迅速失效。

　　通过即时的打断诈骗的过程，让诈骗分子无法构筑完整的诈骗场景，将大大降低电信诈骗成功的几率，从而像杀灭电脑病毒一样，消灭电话诈骗。