隨著網(wǎng)絡(luò)電信詐騙案件不斷增長，詐騙方式和手法不斷變化。從電話詐騙向互聯(lián)網(wǎng)詐騙、從全國分布向重點邊境地區(qū)集聚、從“短平快”向長線套路詐騙，花樣翻新，技術(shù)手段不斷迭代。同盾科技安全專家及策略建?？偙O(jiān)閱微表示，面對越來越“高能”的黑產(chǎn)犯罪組織，金融機構(gòu)需要借助科技之力，升級武器，革新戰(zhàn)法。

此前，中央印發(fā)《關(guān)于加強打擊治理電信網(wǎng)絡(luò)詐騙違法犯罪工作的意見》，對加強打擊電信網(wǎng)絡(luò)詐騙作出全面部署，提出從嚴懲處、科技支撐、源頭治理等多項原則。與此同時，多家銀行為保障客戶賬戶和資金安全，也及時落實監(jiān)管規(guī)定，下調(diào)個人賬戶線上交易限額。

多家銀行向媒體回應(yīng)，近期電信網(wǎng)絡(luò)詐騙頻發(fā)，限額主要是為保障客戶賬戶和資金安全，落實監(jiān)管規(guī)定，針對電信詐騙以及背后的反洗錢、資金安全問題采取的行動。

過去，精準詐騙都是先獲取個人信息再定制騙術(shù)，而現(xiàn)在的精準詐騙，甚至不需要獲取詳細的個人信息，很多都是通過精準的網(wǎng)絡(luò)引流實現(xiàn)。

究其原因是欺詐團伙越來越善于利用數(shù)字技術(shù)，精確識別欺詐目標并采取措施，攻擊變得更有針對性。面對越來越“高能”的電詐組織，銀行反詐機制的要點就是分辨真假虛實，主要是識別是人是機、是不是非本人、是不是本人異常、是不是被誘導(dǎo)的主觀操作，或者是信息被泄露之后的他人代操作等。

閱微表示，銀行構(gòu)建涉詐防控核心知識體系應(yīng)該包括：便于直接匹配篩查的名單及準入評估機制，典型案件提取的強特征規(guī)則，以及針對不同場景、弱變量、弱特征的AI模型和用于團伙挖掘、溯源分析等知識圖譜。

當(dāng)核心體系落地時，同樣關(guān)鍵的是金融機構(gòu)要具備很強的數(shù)據(jù)能力，起到料敵為先、精準施策的作用，包括情報服務(wù)、設(shè)備名單類服務(wù)、受詐易感人群評分和關(guān)聯(lián)風(fēng)險分，近而使金融機構(gòu)有針對性的布設(shè)名單、強特征規(guī)則、AI模型和圖譜挖掘能力等。

各類反詐模型的構(gòu)建也要從受害人與攻擊者雙重視角分析，主要側(cè)重賬戶側(cè)與交易側(cè)，并輔以其他數(shù)據(jù)維度識別，讓大數(shù)據(jù)建設(shè)與AI建?；パa、迭代，加固風(fēng)險識別能力。

基于電詐的操作鏈路，閱微給銀行和金融行業(yè)建議的思路：第一步是做限量排查，實現(xiàn)部分交易的事中攔截，在名單和強特征篩查規(guī)則的基礎(chǔ)之上，通過終端安全和專家涉賭涉詐模型，對當(dāng)前的風(fēng)險快速地進行偵測和止付。

第二步是通過對銀行的用戶行為數(shù)據(jù)進行采集、清洗、加工，實現(xiàn)精準涉詐類的風(fēng)險畫像，并且通過相關(guān)的機器學(xué)習(xí)算法，實現(xiàn)對交易實時、準確的監(jiān)測防控。

第三步是在偵測出犯罪團伙的同時，發(fā)現(xiàn)與犯罪團伙相關(guān)的上下游鏈路，即借用知識圖譜完成針對上下游的順藤摸瓜。因為團伙犯罪的犯罪性質(zhì)、操作鏈路、工具行為等，都高度相似。

綜上，金融機構(gòu)探索運用生物識別、機器學(xué)習(xí)、實時計算、知識圖譜、聯(lián)邦學(xué)習(xí)等前沿技術(shù)，與銀行具體業(yè)務(wù)場景深度融合，為銀行客戶建立涵蓋不同業(yè)務(wù)場景的風(fēng)險偵測與信息共享機制，實時動態(tài)感知風(fēng)險全局變化，實現(xiàn)“風(fēng)險看得見、查得準”。

同時，利用數(shù)字化手段透過復(fù)雜業(yè)務(wù)表象，搭建穿透式風(fēng)險分析，并建立跨部門、跨場景的聯(lián)防聯(lián)控體系，確?！帮L(fēng)險攔得快、管得住”。最后，通過主動防御、全面洞察、精準施策，提高洞察客戶的能力，有效降低風(fēng)險發(fā)生的概率。

近年來，同盾科技為客戶建立自主風(fēng)控能力，提供工具賦能和知識賦能。同盾科技不僅具備豐富的項目實戰(zhàn)經(jīng)驗和知識資產(chǎn)沉淀，還擁有強大的涉賭涉詐咨詢團隊與產(chǎn)品研發(fā)團隊。未來，同盾也將繼續(xù)輔助金融機構(gòu)，為電信網(wǎng)絡(luò)安全、金融業(yè)務(wù)安全保駕護航。