汤嘉琛:汤唯中招再证“大数据防骗”之紧迫

2024-01-19 20:30

本文主要是介绍汤嘉琛:汤唯中招再证“大数据防骗”之紧迫,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


   电信诈骗有多猖獗?连明星也被骗中招!日前有网友爆料称,内地知名女艺人汤唯在上海拍戏时接到诈骗电话,并被骗走了21万余元。该传闻随后被汤唯的经纪人证实,据悉,汤唯事后已经向上海松江警方报案,目前警方正介入调查。在此之前,郭德纲、陆川等明星都曾在微博披露遭遇电信诈骗的经历。


   “汤唯被骗”迅速登顶微博热门话题榜,网友一边感慨“原来女神如此单纯”,一边细数着电信诈骗的几宗罪。现实中,花样百出的电信诈骗已像幽灵一样无处不在,很多人自身或亲朋好友都曾遭遇电信诈骗,有些警觉性高的人及时识破了骗局,有些人则被骗走了大量钱财——数据显示,电信诈骗的受害人以中老年人尤其是中老年女性居多,他们中很多人的养老金、退休金都被骗得分文不剩。


   有一种声音认为,电信诈骗者之所以能得手,是因为受害者“太傻太好骗”。这种指责有些本末倒置,受害者缺乏甄别骗局的能力显然只是一个次要的因素,最关键的原因在于受害者的个人信息早已被骗子们摸得一清二楚。


   几年前,笔者也曾亲历一次电信诈骗:电话接通后,对方很自然地喊出了我的名字,并自称是我多年没见的老同学×××,说一天后将到北京出差想一起吃个饭。第二天一大早,对方又打来电话,说他在石家庄遇到点急事,需要我紧急给他汇点钱过去……听到这种“俗套”的说辞,我才觉察到自己遇到了骗子。可是,骗子能准确说出我和老同学的姓名,连口音都高度吻合,想想还是挺可怕。


   如今的电信诈骗“技术含量”越来越高,因为能轻而易举地购买到翔实的客户信息,诈骗者成功的概率也大大提高。此前有媒体曝光,有些诈骗团伙甚至根据被诈骗者的资料,“量身定制”了一套环环相扣的诈骗方案。骗子太精,每个人稍有不慎都有可能“中招”,汤唯被骗也并不稀奇。


   不过,这并不意味着我们对电信诈骗无能为力。既然电信诈骗经常是通过编造“小概率事件”非法获利,那么,我们就该用“大数据手段”来甄别骗子、识破骗局。具体来说,就是通过系统的数据分析,发现普通人难以洞察的细节和规律,进而顺藤摸瓜揪出潜在的电信诈骗团伙。理想模式是——当接到诈骗电话后,系统能够比对数据库中的历史资料,自动识别骗子号码并发出警报,诈骗者的相关信息也能第一时间传给有关部门。


   别以为这种场景只能出现在科幻电影中,事实上,它在大数据时代完全可能实现。如今,有些手机安全软件已能比较智能地甄别诈骗信息。这些软件所依赖的正是大数据技术——每个人在被陌生电话骚扰后,都可以随手给该号码贴上“电信诈骗”“广告推销”“中介骚扰”之类的标签,这些零碎信息会自动上传到云端,如果同一个号码被多人标记,以后再接到该电话的人将收到系统警报。


   谈论防范电信诈骗的问题,绕不开个人信息保护。同样,通过大数据技术,有关部门完全有可能追根溯源,查清到底是银行、电信公司还是其他机构贩卖了客户的个人资料。此前,已经有电信运营企业的员工因贩卖个人信息获罪,要治理电信诈骗乱象,非常有必要通过各种手段来防范和追究那些“内鬼”。


   在以后的公共治理中,大数据将扮演更加重要的角色。据国外媒体报道,英国、比利时等国的政府部门,通过大数据分析手段打击诈骗,每年挽回的损失高达数十亿美元。中国的各种电信诈骗日益猖獗,研究大数据防骗手段已迫在眉睫。当然,在有关部门与诈骗斗争的同时,每个人提高自己的防骗能力也非常重要。




转载于:https://my.oschina.net/u/1160813/blog/192614

这篇关于汤嘉琛:汤唯中招再证“大数据防骗”之紧迫的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/623596

相关文章

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

Python实现数据可视化图表生成(适合新手入门)

《Python实现数据可视化图表生成(适合新手入门)》在数据科学和数据分析的新时代,高效、直观的数据可视化工具显得尤为重要,下面:本文主要介绍Python实现数据可视化图表生成的相关资料,文中通过... 目录前言为什么需要数据可视化准备工作基本图表绘制折线图柱状图散点图使用Seaborn创建高级图表箱线图热

MySQL数据脱敏的实现方法

《MySQL数据脱敏的实现方法》本文主要介绍了MySQL数据脱敏的实现方法,包括字符替换、加密等方法,通过工具类和数据库服务整合,确保敏感信息在查询结果中被掩码处理,感兴趣的可以了解一下... 目录一. 数据脱敏的方法二. 字符替换脱敏1. 创建数据脱敏工具类三. 整合到数据库操作1. 创建服务类进行数据库

MySQL中处理数据的并发一致性的实现示例

《MySQL中处理数据的并发一致性的实现示例》在MySQL中处理数据的并发一致性是确保多个用户或应用程序同时访问和修改数据库时,不会导致数据冲突、数据丢失或数据不一致,MySQL通过事务和锁机制来管理... 目录一、事务(Transactions)1. 事务控制语句二、锁(Locks)1. 锁类型2. 锁粒