首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

欺诈黑产总结

欺诈行业调研白皮书记录 黑产 羊毛党 信贷欺诈 盗号盗刷 羊毛党 羊毛党专注于市场上各类机构的营销活动,以低成本甚至零成本换取高额奖励,其主要活跃在 O2O 平台或电商平台。...黑产生态,主要包括黑卡运营商、手机卡商、猫池厂商、收码平台、打码平台、改机工具以及群控工具等。...解决方案 将贷前欺诈风险筛查分为 7 大板块: 设备欺诈 身份核验 信息核验 历史行为检验 欺诈综合评分 团伙欺诈排查 人工审批部分 设备欺诈主要针对申请人申请设备是否存在异常来评判风险情况,而身份和信息核验主要针对申请人是否本人以及提供的基本信息是否可信等...因为信息真实,普通欺诈手段无法识别。...总结 欺诈是一项长期的工作,欺诈的技术手段在提升,欺诈分子也在不断优化攻击方式,金融信贷机构需要对黑产产业进行监控,才能做到知己知彼,百战不殆。

1.8K21
您找到你想要的搜索结果了吗?
是的
没有找到

营销业务欺诈全流程

按照欺诈的人数来分可分为:个体欺诈和团伙欺诈; 按照欺诈的主体来可分为第一、第二、第三方欺诈; 按照欺诈的行为可分为:金融信贷欺诈、互联网业务欺诈和信用卡欺诈三大类。...在此背景下,为避免营销资源浪费,在加强活动规则设计的同时,亟需运用技术手段搭建营销欺诈系统,以保护良好营销环境,提升营销效果。...4 欺诈客群分析: 在复杂的欺诈任务上,无法仅凭仅有的少数欺诈标签建立一个良好的欺诈模型(更何况标签质量参差不齐的),知己知彼百战不殆,这需要去了解业务知识、欺诈,并采用更合适的技术手段来识别欺诈...现实中,羊毛党会结合第三、四类薅羊毛方式,并存在与平台、商家瓜分利益,发展趋势更具规模化、产业化,这个是营销欺诈的主要目标。...4.2 薅羊毛的产业 4.3 欺诈特征 通过业务数据分析(以某银行营销活动数据为例),发现了一些羊毛党特点 群控特点:每笔交易额度一样;商家集中性;活动开展短时间内交易频次高;行为序列类似;大量失败交易等

1.3K61

欺诈无所遁形:欺诈(羊毛盾)API 应用解析

为了解决这一问题,欺诈技术应运而生。本文主要介绍欺诈(羊毛盾)API 的工作原理、作用、应对的风险、应用场景以及使用教程,识别和阻止欺诈行为,保护用户的权益和提升平台的安全性。...欺诈(羊毛盾)API 的应用原理图片欺诈(羊毛盾)API 的作用图片欺诈(羊毛盾)API 可以应对什么风险欺诈(羊毛盾)API 可以对多种欺诈行为进行识别和预防,从而帮助企业降低欺诈风险和经济损失...,包括但不仅限于以下六种风险:图片欺诈(羊毛盾)API 的应用场景互联网营销推广在互联网企业推广过程中起到安全防护的作用,可以防止恶意注册、刷单、领用的行为。...欺诈(羊毛盾)API 的使用教程1.申请免费试用 API注册登录 【APISpace】之后,在 欺诈(羊毛盾)API 详情页可以看到【免费试用】的按钮,点击即可获得相应的免费次数。...(羊毛盾)机器欺诈 API 作为一种强大的技术工具,在网络安全领域得到了广泛的应用,帮助用户识别和阻止潜在的欺诈行为,提供了一个安全可靠的网络环境。

12000

全面解析欺诈(羊毛盾)API,助你识别各类欺诈风险

前言欺诈(羊毛盾)机器欺诈 API,是一种基于大数据分析和模型产品的技术,通过输入手机号、手机 IP 地址进行检测,帮助客户识别大量存在恶意的账号。...欺诈(羊毛盾)API 的作用图片欺诈(羊毛盾)API 可以应对什么风险欺诈(羊毛盾)API 可以对多种欺诈行为进行识别和预防,从而帮助企业降低欺诈风险和经济损失,包括但不仅限于以下六种风险:图片欺诈...欺诈(羊毛盾)API 的应用原理图片欺诈(羊毛盾)API 的使用教程APISpace 是 国内一个较大的 API 供应平台,提供多种类型的 API 接口,包括手机号码归属地查询 API 、天气预报查询...API、手机在网状态 API 、欺诈(羊毛盾)API 以及当前比较热门的 AI 绘画 API 等等,感兴趣的小伙伴可以去官网体验一下。...1.申请免费试用 API注册登录 APISpace 之后,在 欺诈(羊毛盾)API 详情页 可以看到【免费试用】的按钮,点击即可获得相应的免费次数。

1.1K20

基于机器学习的欺诈研究

三、 基于机器学习的欺诈攻防案例 机器学习技术虽然在欺诈解决方案中发挥着重要作用,但另一方面,机器学习技术也可以被不法分子用来进行欺诈。...构建跨行业的欺诈技术生态,促进行业合作,整合优势资源,对于欺诈技术的发展将能起到显著的推动作用。...最后,机器学习不光能在欺诈中起到重要作用,也有可能成为不法分子进行欺诈的工具,并有能力对现有防御方案造成巨大威胁。因此,欺诈研究工作不光需要关注机器学习解决方案,也应该关注基于机器学习的欺诈手段。...从攻防的角度出发,是欺诈研究的重要课题。...参考文献 [1] 林宇俊,许鑫伶,何洋,鲁银冰,5G时代下基于大数据AI的全周期通信信息诈骗方案研究,电信工程技术与标准化,Telecom Engineering Technics andStandardization

2K30

智能时代如何构建金融欺诈体系?

接下来明特量化CRO苏建成为大家做了以“大数据+AI打造互联网金融欺诈体系”为主题的分享。...他认为要在新形势下建立有效的互联网金融欺诈体系,关键是大数据+AI。...具体来讲,交叉认证、规制引擎、外部引擎、模型策略是构建欺诈决策体系的四种方法,常用的欺诈方法有逻辑回归、随机森林、神经元网络、统计分布异常检测、文本挖掘及模糊匹配、复杂网络分析等。...金融欺诈任重道远,苏建成认为在未来金融大数据风控会呈现出三大趋势:1、欺诈套路层出不穷,欺诈与其的对抗将长久存在;2、随着国家对个人信息保护力度的加强,大数据欺诈公司的数据来源会受到一定的影响;3...该方案以人工智能为核心,借助区块、大数据等科技对信贷业务流程进行改造,推动传统贷款模式在获客、审核、审批以及系统开发等四大方面进行革新。

2K90

先知:人工智能助力Fintech欺诈

本文内容节选自第六届全球软件案例研究峰会宜人贷数据科学家王婷分享的《先知:人工智能助力Fintech欺诈》实录,本文主要分享互联网金融欺诈,通过人工智能与人工调查的结合,实现智能欺诈的效率和准确性提升...先知是基于宜人贷的欺诈云平台,面向Fintech全行业的一种欺诈解决方案,帮助Fintech企业解决在信贷申请欺诈、金融中介识别、团伙监控/预警上面临的一系列问题。...、数据能力以及欺诈能力对外做平台化的输出。...在开发先知欺诈云平台之前,发现欺诈风险的时间周期会比较长,这会导致个别欺诈用户到放款甚至逾期后才被发现。...基于行为数据的欺诈模型在我们的欺诈体系中也是很重要的一环。

1.8K110

【集合论】序关系 ( | | 示例 | 定理 | 推论 | 良序关系 )

文章目录 一、 二、 三、示例 四、定理 五、推论 六、推论示例 七、良序关系 一、 ---- 是 偏序集 , B \subseteq...x \forall y ( x \in B \land y \in B \to x 与 y 可比 ) 的本质是一个集合 |B| 是的长度 二、 ---- ...是的长度 三、示例 ---- 参考博客 : 【集合论】偏序关系 相关题目解析 ( 偏序关系 中的特殊元素 | 绘制哈斯图 | | ) 四、定理 ---- <A, \preccurlyeq...A 集合中存在 n 个划分块 , 每个划分块都是 ; 将 中的极大元 , 与该极大元不可比的元素放在一个集合中 , 构成一个划分块 ; ( 注意划分块中的元素互相不可比 ) 在上剩余的元素中...+ 1 , |A| = mn + 1 , 则有以下结论 : A 集合中要么存在 m+1 的 , 要么存在 n + 1 的 ; 使用反证法证明 : 如果既没有 m+1 的

70200

针对移动支付的道德欺诈系统

团队对在移动设备上的程序中运行现有欺诈security challenges Boxer 进行了大规模测量研究后发现,虽然 Boxer 总体上运行良好,但它无法在以低于每秒一帧(FPS)的速度运行的设备上进行有效扫描...团队对在移动设备上的程序中运行现有欺诈security challenges Boxer   进行了大规模测量研究后发现,虽然 Boxer 总体上运行良好,但它无法在以低于每秒一帧(FPS)的速度运行的设备上进行有效扫描...于是团队设计了 Daredevil,一种新的欺诈系统,用于扫描支付卡,并在各种性能的移动设备和硬件配置中都能很好地工作。...与 Boxer 相比,Daredevil将以低于1 FPS的速度运行的设备数量减少了一个数量级,为打击欺诈行为提供了一个更公平的系统。...Daredevil错误地将7次扫描标记为欺诈,假阳性率为2.2%。错误均匀地分布在所有设备上,这体现了Daredevil的公平性。

1.7K50

区块|区块简史

比特币的历史2009年推出的比特币是区块技术的第一次真实应用。在接下来的五年里,区块的历史几乎与比特币的历史同义。以下是此期间的粗略时间表: 以太坊的历史2014年是区块历史上一个重要里程碑。...在此之前,区块技术的应用仅限于加密货币。尽管比特币协议已在该领域证明了自己,但它缺乏开发区块应用程序所需的脚本语言,以拓展到加密货币外的应用领域。...Vitalik将他的新区块命名为以太坊Ethereum。 在以太坊区块上使用智能合约需要小额支付以太币,即以太坊的加密货币。...自2014年推出以来,以太坊区块经历了一个显著的增长期,现在成为仅次于比特币的区块。以下时间表显示了2014年以后比特币相关事件的历史。...虽然我们并没有拥有预测的水晶球,而且区块的大规模使用肯定存在很多障碍,但这种技术的未来似乎比以往更加光明。 你喜欢这篇博文吗?我们是否错过了任何重要的区块里程碑?您对区块的未来有何看法?

26.3K40

区块,「回归」区块

即使在这样一个对于区块的关注业已临近冰点的年代里,我们依然无法抵消区块的发展业已成熟和完备的现实。 是的,区块正在告别以往的狂热与浮躁,进入到了一个真正符合自身特质的发展阶段里。...二 回顾以往的区块,我们仅仅只是以过往的方式和角度来看待区块,更为确切地说,它和互联网之间并不存在太多区别。用区块收割流量,用区块取悦资本,几乎成为了主流的模式。...不得不说,这样一种做法,的确让人们较为快速地认识到了区块,甚至让人们看到了区块的魔力。然而,如果仅仅只是以互联网的视角来看待区块,而没有真正找到一条符合区块的正确的发展模式。...换句话说,区块的真正作用的发挥,并不仅仅只是依靠区块来呈现的,而是需要借助它所助力和支撑的技术、模式来实现的。简单来讲,区块区块,但区块的外在表现,却并不是区块。...只有真正做区块能做的,只有真正扮演区块能扮演的,才是保证区块可以真正长久发展的关键所在。 结语 当区块不再聒噪,它才算是真正进入到了一个符合自身特质的发展阶段里。这才是区块应当有的样子。

22.9K40

天御欺诈服务,让「天下无贼」

企业面临欺诈风险?...用我们的沉淀,给企业足够的“安全感” 腾讯云发布天御欺诈服务 随着互联网理财、P2P 金融的快速发展,带有恶意目的的骗贷,骗保、洗钱等恶意行为也形成了新的地下产业,这些黑色产业给企业品牌带来了严重的经济损失...基于企业的痛点,腾讯云通过大数据分析能力,以及在对抗社交诈骗、电商刷单、保驾互联网银行和支付业务安全上累积的实战经验,发布天御欺诈服务,解决企业被欺诈的风险,让企业专注于业务的发展。...天御欺诈服务,基于腾讯管家平台和社交生态所积累的海量恶意数据,以及通过行为识别,画像计算等能力,精准识别出恶意用户,并通过服务的方式通知企业客户进行跟踪标记和拦截等处理方式。 ?...一网打尽以上威胁与风险,为你们做到「天下无贼」 如何获取腾讯云天御欺诈服务 客户可通过腾讯云工单系统提交工单咨询该服务或者拨打95716咨询

4.4K70

区块入门总结区块

image 解决拜占庭将军问题 如何让众多完全平等的节点,针对对某一个状态达成共识,这就是拜占庭问题 数字签名 最长机制 POW机制 在区块中,如何保证区块是正确的。...比特币与区块关系 比特币是区块的应用 区块是协议 区块由比特币的底层支撑系统 区块是从比特币抽离出来的概念,由比特币提出的概念 比特币的技术 hash算法 非对称加密 RSA 椭圆曲线算法...v2.0 智能合约,eth,主要与金融领域结合 v3.0 区块与社会,区块与各个行业融合,物联网、存储、优秀、区块 协议分层 应用层 合约层 激励机制 共识层 网络层 数据层 [图片上传失败...分配机制 区块的特点 去中心化 不可伪造 不可篡改 不可复制 匿名 基于密码学 分布式 可溯源 账本公开 区块类型 公有 比特币 EOS eth NEO 联盟 都可以看,不一定可以记账...证券交易 供应金融 征信体系 互助保险 公益事业 档案事业 专利保护 商品管理 专利保护 商品溯源 防伪 支付清算 存在问题 安全问题 被骗无法撤销 打入错误地址 合约有欺诈、bug 存储问题

50.6K21

初识区块区块01】

最近研究了一段时间的区块,准备写个系列文章,主要是从技术方面切入,本人也是边学习边总结,欢迎大家关注“伟大程序猿的诞生”,共同交流成长。 区块是什么? 1、区块概念?...定义:区块是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。所谓共识机制是区块系统中实现不同节点之间建立信任、获取权益的数学算法。...白话:我们可以把区块理解为一个公有账本,每个人都可以进行记账,同时系统会将写好的内容记录并发给所有人进行备份 2、区块优点 1、去中心化 2、开放性 3、自治性 4、信息不可篡改...区块1.0/2.0/3.0对比 区块的进化方式是从1.0到2.0再到3.0: 区块1.0:是以比特币为代表的数字货币应用,其场景包括支付、流通等货币职能。...区块3.0:则超出金融领域,为各种行业提供去中心化解决方案。

19.8K21

【独家编译】美国欺诈服务商Precognitive获百万美元种子轮融资 欺诈是新的风口?

数据猿导读 今年年内,国内外数家欺诈服务提供商获得了数百万至数千万美元融资,欺诈已经成为大数据领域一个新的热门话题。...Precognitive通过分析用户与在线服务之间的交互行为数据,向客户提供欺诈预警。 其创始人Sam Bouso表示,目前Precognitive拥有三种不同的欺诈技术以适应不同和客户与场景。...他说:“欺诈服务有大量数据可供挖掘,大多数解决方案都专注于在交易中进行欺诈,但我们实际上能够通过多次访问监控设备和用户活动,从而在欺诈发生之前为客户提供预警。”...无论是传统金融机构,还是新兴互联网金融机构,都要面临如何更高效的筛选客户和预防欺诈行为的挑战。这种需求也催生了巨大的金融欺诈服务市场。...今年年内,美国Signifyd、Rippleshot,国内邦盛科技、同牛科技、数美科技、冰鉴科技等数家欺诈服务提供商获得了数百万至数千万美元融资,欺诈已经成为大数据领域一个新的热门话题。

83870
领券