大数据金融反欺诈解决方案PPT课件
合集下载
防止金融诈骗宣传讲稿PPT课件
金融诈骗的特点
1.诈骗类型逐渐增多。
2.诈骗多运用高科技手段，呈 现高智商犯罪的特点。
3.涉案金额及所造成的损失呈 现上升趋势。
金融诈骗的种类
• 1.电信诈骗，是指犯罪分子通过 电话、网络和短信方式，编造 虚假信息，设置骗局，对受害 人实施远程、非接触式诈骗， 诱使受害人给犯罪分子打款或 转账的犯罪行为。
（一）在防范金融诈骗方面应该做到 “三不要三要”。
“三要”是指：
1、要提高安全意识，比如在设置密码时避免选用生日、电话号码等容易猜测的数字 或字母组合，不在公共场所使用网上银行等；
2、要登录正确的网站或通过银行的专用电话或到银行的营业网点进行查询咨询；
3、遇到诈骗，要积极地向公安机关举报。
(二)
• 诈骗短信谁都接到过，人们常以 为只要不上套、不回复，就可平 安无事。陈先生昨日的经历却表 明了，犯罪分子早就更加高明了。
（二）金融诈骗现实的危害
• 案例三：上世纪90年代，70% 的阿尔巴尼亚家庭在5年时间里， 将相当于这个国家一年国民生 产总值30%的10亿美元投入到 这个无底洞中，这些骗子承诺 给投资者支付高达20%—30% 的月息。
虚假中奖诈骗
方式主要分三种：
1）预先大批量印刷精美的虚假中奖刮刮卡，通过信件邮寄或雇人投递发送；
2）通过手机发送中奖短信； 3）通过互联网发送中奖短信。受害人一旦与犯罪分子联系兑奖，即以“需先汇个人 所得税”、“转账手续费”、“公证费”等各种理由要求受害人汇钱，达到诈骗目的。
ATM机告示诈骗
• 犯罪分子预先堵塞ATM机出卡口，并在ATM机上 粘贴虚假服务告示，诱使银行卡用户在卡被吞后 与其联系，套取密码，待用户离开后到ATM机取 出银行卡，盗取用户卡内现金。
国家反诈ppt课件
通过法律途径维护自己的权益，寻求 法律支援和咨询，以便更好地维权和 追回损失。
04
典型案例分析
电信诈骗典型案例
01
冒充公检法诈骗
犯法分子冒充公安、检察院、法院等工作人员，以涉嫌违法犯法、洗黑
钱等为由，要求受害人将资金转入安全账户或要求受害人配合调查以洗
脱罪名的诈骗。
02
冒充客服诈骗
犯法分子冒充购物平台、银行、快递公司等客服人员，以商品质量问题
受害者众多
影响社会稳定
诈骗案件的频发严重影响了社会的稳 定和安全，给人们的生活和工作带来 了极大的不便和不安。
诈骗案件频发，受害者众多，不仅包 括老年人、学生等群体，甚至一些企 业和单位也成为了诈骗分子的目标。
国家反诈政策与行动
国家出台相关法律法规
为了打击诈骗行为，国家出台了一系列法律法规，对诈骗分子进 行严厉打击和惩罚。
行为，骗取受害人的资金。
保险诈骗
犯法分子通过篡改保险合同、虚 构保险事故等方式骗取保险金。
非法集资诈骗
犯法分子通过虚构高回报项目或 编造虚假投资项目，向社会公众 募集资金，最终卷款潜逃或挪作
他用。
05
国家反诈未来展望与建议
加强法律法规建设
总结词：完善反诈法律法规，提高法律 制裁力度，为打击诈骗犯法提供有力保 证。
其他诈骗类型
总结词
其他较为少见或特殊的诈骗类型。
详细描述
包括以提供虚假服务、冒充熟人或以其他特殊手段进行的诈骗，例如冒充风水师、算命先生等进行的迷信诈骗， 或利用受害人同情心进行的慈善捐款诈骗等。
03
诈骗防范与应对措施
提高个人防范意识
01
不要轻信陌生人的信息 或电话，尤其是涉及到 个人财产的问题。
04
典型案例分析
电信诈骗典型案例
01
冒充公检法诈骗
犯法分子冒充公安、检察院、法院等工作人员，以涉嫌违法犯法、洗黑
钱等为由，要求受害人将资金转入安全账户或要求受害人配合调查以洗
脱罪名的诈骗。
02
冒充客服诈骗
犯法分子冒充购物平台、银行、快递公司等客服人员，以商品质量问题
受害者众多
影响社会稳定
诈骗案件的频发严重影响了社会的稳 定和安全，给人们的生活和工作带来 了极大的不便和不安。
诈骗案件频发，受害者众多，不仅包 括老年人、学生等群体，甚至一些企 业和单位也成为了诈骗分子的目标。
国家反诈政策与行动
国家出台相关法律法规
为了打击诈骗行为，国家出台了一系列法律法规，对诈骗分子进 行严厉打击和惩罚。
行为，骗取受害人的资金。
保险诈骗
犯法分子通过篡改保险合同、虚 构保险事故等方式骗取保险金。
非法集资诈骗
犯法分子通过虚构高回报项目或 编造虚假投资项目，向社会公众 募集资金，最终卷款潜逃或挪作
他用。
05
国家反诈未来展望与建议
加强法律法规建设
总结词：完善反诈法律法规，提高法律 制裁力度，为打击诈骗犯法提供有力保 证。
其他诈骗类型
总结词
其他较为少见或特殊的诈骗类型。
详细描述
包括以提供虚假服务、冒充熟人或以其他特殊手段进行的诈骗，例如冒充风水师、算命先生等进行的迷信诈骗， 或利用受害人同情心进行的慈善捐款诈骗等。
03
诈骗防范与应对措施
提高个人防范意识
01
不要轻信陌生人的信息 或电话，尤其是涉及到 个人财产的问题。
反诈骗防诈骗主题教育PPT课件(21P)
大锤自然欣喜不已 ， 正好买手机还差一千块 ， 觉 得自己的学长应该不会骗人 ， 当下就提供自己的 身份证号各类信息 ， 办了手机分期 ， 并拿到回扣 一千元。
偶然的一 次机会 ， 大锤经同学介绍认识了易小星 。
分期手机
第十三页 ，共二十一页。
伤心的大锤自知落进一个圈套 ，但是因为贷款合同上是自己的签名和信息 ，面对现实的他百口莫辩 ， 只好“偿还 ”了剩余的“债务 ”
小艾以为她等来的是走上人生巅峰 ， 却遭遇了一个人吃人的残酷结局。
借贷骗局
第八页 ，共二十一页。想起大龙那帮风流倜傥的兄弟们 ， 万般无奈下 ， 变卖自己的手机 、 电脑等个人用 品 ， 最后还清了贷款。
此时的大龙志得满满 ， 并且威胁小艾不还钱就不让走 ， 还不了就让家里来还。
于是公司的人找到了大锤 ， 要求还款 。 当然 ， 自始至终 ， 大锤都没有见到分期付款购买的手机
在那个小星口中会替大锤还贷款的人还了 第一个月的欠款后 ， 不知所踪
分期手机
01
02
03
第十四页 ，共二十一页。
该校还有四十余名学生上当受骗 ，其中还有不少为了回扣发展下线 ，涉案金额超过四十万元 。令人震惊。
人物背景
第五页 ，共二十一页。
于是……在这个繁华又布满尔虞我诈的城市诈骗开始了
经典案例
第六页 ，共二十一页。
02 企业人才班, 学处处长潘老师这里我就要插一句了 ， 所有的诈骗案件都是以利为诱饵 ， 利用贪小便宜的心理 ， 只要记住天上没有掉馅饼的事 ， 就不会上当受骗。
01 只要上海身份证！ 学生无抵押贷款！ 审核通过半小时放款！偶然的一次机会 ， 小艾看到网上的一条消息 ， 当然这条消息来自于地头蛇大龙。
PART 01
偶然的一 次机会 ， 大锤经同学介绍认识了易小星 。
分期手机
第十三页 ，共二十一页。
伤心的大锤自知落进一个圈套 ，但是因为贷款合同上是自己的签名和信息 ，面对现实的他百口莫辩 ， 只好“偿还 ”了剩余的“债务 ”
小艾以为她等来的是走上人生巅峰 ， 却遭遇了一个人吃人的残酷结局。
借贷骗局
第八页 ，共二十一页。想起大龙那帮风流倜傥的兄弟们 ， 万般无奈下 ， 变卖自己的手机 、 电脑等个人用 品 ， 最后还清了贷款。
此时的大龙志得满满 ， 并且威胁小艾不还钱就不让走 ， 还不了就让家里来还。
于是公司的人找到了大锤 ， 要求还款 。 当然 ， 自始至终 ， 大锤都没有见到分期付款购买的手机
在那个小星口中会替大锤还贷款的人还了 第一个月的欠款后 ， 不知所踪
分期手机
01
02
03
第十四页 ，共二十一页。
该校还有四十余名学生上当受骗 ，其中还有不少为了回扣发展下线 ，涉案金额超过四十万元 。令人震惊。
人物背景
第五页 ，共二十一页。
于是……在这个繁华又布满尔虞我诈的城市诈骗开始了
经典案例
第六页 ，共二十一页。
02 企业人才班, 学处处长潘老师这里我就要插一句了 ， 所有的诈骗案件都是以利为诱饵 ， 利用贪小便宜的心理 ， 只要记住天上没有掉馅饼的事 ， 就不会上当受骗。
01 只要上海身份证！ 学生无抵押贷款！ 审核通过半小时放款！偶然的一次机会 ， 小艾看到网上的一条消息 ， 当然这条消息来自于地头蛇大龙。
PART 01
《防范金融诈骗》PPT课件
2
骗术大曝光 -----日常诈骗知多少
精选PPT
3
常见骗术
• 网络诈骗 • 银行诈骗 • 电信诈骗
精选PPT
4
一、网络诈骗
案例1：中奖信息类
• 这种骗子会利用各种渠道进行，如手机短信，社区消息， 聊天工具上冒充官方给用户发消息，电子邮件等等。
A 这种中奖诈骗，基本上都是先要求你付奖品的个人所得税，要往哪里 哪里汇款多少。或者电话联系，进行咨询。前一种毋庸置疑的就是骗子 了。
精选PPT
13
防 范 措 施
• 要有反诈骗意识，不要轻信好事，贪图便宜，避免因贪念 或好奇心理作祟蒙受经济损失。，提高警惕
• 要注Байду номын сангаас避免个人资料外泄，对不熟悉的金融业务尽量 不要在ATM机上操作，应到柜面直接办理。
•要慎接陌生人的电话，当接到陌生人的电话，特别是冒 充亲属、朋友的电话，凡涉及借款、汇款、存款、转款 等事项时，要仔细分析对方的意图，经多方核实再采取 行动。
温馨提醒： “您好!请把钱汇到××银行;账号：××××××，谢谢!”之类的短 信，接到此类短信，应先电话核实收款方实际情况，或不回应不理睬。
精选PPT
9
三、九种电信诈骗
精选PPT
10
• 骗术一： 冒充警察办案，恐吓受害人涉嫌洗钱实施电话诈骗。犯罪分子冒充外地公检 法机关人员打电话给受害人，谎称在办案中发现用受害人身份证开户的银行 卡涉嫌为犯罪分子洗钱， 需将以其身份开户的所有银行账户冻结，进而要求 受害人将存款转入骗子指定的所谓安全账户，以达到诈骗的目的。
精选PPT
6
二、银行诈骗
常见的三种银行诈骗
• 1.盗银行卡信息 案例：今年8月，郑州警方在陇海路某银行ATM机点抓获一伙犯罪嫌疑人，他们在
金融大数据反欺诈解决方案
数据类型：交易数据、用户行为数据、社交数据等
数据预处理：数据清洗、数据归一化、数据标注等
数据整合：将不同来源、类型的数据进行整合，形成统一的数据仓库
01
03
02
04
数据分析与挖掘
数据采集：从各种渠道收集数据，包括交易数据、用户行为数据等
数据清洗：对数据进行清洗，去除噪音和异常值，保证数据的准确性和完整性
跨行业合作，提高反欺诈领域的人才交流和培养
谢谢
DESIGN WORKS KEEP
03
提高用户体验：提供安全、便捷的金融服务，提高用户满意度
04
维护市场秩序：打击金融欺诈行为，维护市场秩序，促进金融市场健康发展
维护金融秩序
防止金融欺诈：大数据反欺诈有助于及时发现并阻止金融欺诈行为，维护金融市场的稳定。
01
保护消费者权益：大数据反欺诈有助于保护消费者的合法权益，降低金融风险。
02
数据预处理：对数据进行预处理，包括数据标准化、数据归一化等
数据建模：利用机器学习算法，建立反欺诈模型，包括分类、聚类、回归等模型
模型评估：对模型进行评估，包括准确率、召回率、F1值等指标
模型优化：根据评估结果，对模型进行优化，以提高模型的预测效果
模型部署：将模型部署到实际应用中，实现实时的反欺诈检测和预警
信贷风险评估
01
利用大数据技术，对客户信用信息进行全面分析
03
设定风险阈值，对高风险客户进行预警和拦截
02
结合历史数据，预测客户还款能力及违约风险
04
优化信贷审批流程，提高审批效率和准确性
支付安全保障
2
1
实时监控：对支付行为进行实时监控，及时发现异常交易
智能预警：利用机器学习算法，对欺诈行为进行智能预警
数据预处理：数据清洗、数据归一化、数据标注等
数据整合：将不同来源、类型的数据进行整合，形成统一的数据仓库
01
03
02
04
数据分析与挖掘
数据采集：从各种渠道收集数据，包括交易数据、用户行为数据等
数据清洗：对数据进行清洗，去除噪音和异常值，保证数据的准确性和完整性
跨行业合作，提高反欺诈领域的人才交流和培养
谢谢
DESIGN WORKS KEEP
03
提高用户体验：提供安全、便捷的金融服务，提高用户满意度
04
维护市场秩序：打击金融欺诈行为，维护市场秩序，促进金融市场健康发展
维护金融秩序
防止金融欺诈：大数据反欺诈有助于及时发现并阻止金融欺诈行为，维护金融市场的稳定。
01
保护消费者权益：大数据反欺诈有助于保护消费者的合法权益，降低金融风险。
02
数据预处理：对数据进行预处理，包括数据标准化、数据归一化等
数据建模：利用机器学习算法，建立反欺诈模型，包括分类、聚类、回归等模型
模型评估：对模型进行评估，包括准确率、召回率、F1值等指标
模型优化：根据评估结果，对模型进行优化，以提高模型的预测效果
模型部署：将模型部署到实际应用中，实现实时的反欺诈检测和预警
信贷风险评估
01
利用大数据技术，对客户信用信息进行全面分析
03
设定风险阈值，对高风险客户进行预警和拦截
02
结合历史数据，预测客户还款能力及违约风险
04
优化信贷审批流程，提高审批效率和准确性
支付安全保障
2
1
实时监控：对支付行为进行实时监控，及时发现异常交易
智能预警：利用机器学习算法，对欺诈行为进行智能预警
大数据金融反欺诈解决方案
• 硬件属性信息 • IP信息 • GPS地理位置信息 • 设备所安装应用信
息
跨平台交易查询
交叉验证， 多头借贷，多头申
请
司法失信信息
法院案件号、欠款 描述、身份证
号、组织机构代码、 姓名、手机
号、银行卡号，不 良买家、不良商户
用户关联图谱
• 基于设备、IP、地 理位置、地域、联 系人、通话记录， 社交关系等多维度 数据挖掘用户关联 图谱
…...
电商应用
…...
支付应用
…...
场景化 事件驱动的欺诈识别服务
可信
可疑
高危
反欺诈模型
用户行为分析
风险信息库
专家经验 反欺诈规则库
四. 反欺诈云 技 术优势
精确的事件分析引擎
1. Event Processing Flow
• CEP引擎实时计算 分析（过滤、关联、
Input Event1
聚合）与欺诈案件
• 支持复杂规则处理， 包括时间窗口规则， 位置规则，统计规则， 名单规则，事件关联 规则，用户习惯规则， 异常规则
• 引擎将规则执行结果 量化为申请人的欺诈 概率，并将客户实际 业务场景与欺诈概率 阈值进行比较，进而
Product ion
Memor y
（Rules）
Rule Engine
Inference Engine
行业高发的欺诈问题
二. 反欺诈需要解决的 问题
反欺诈要解决的问题
你是你吗？
你是人吗？
你是自己吗？
你知道是自己 吗？
欺诈行为判别
构建用户行为画像
三. 解决方案 场景化，事件驱动的欺诈识别服 务
反欺诈云服务
用户
息
跨平台交易查询
交叉验证， 多头借贷，多头申
请
司法失信信息
法院案件号、欠款 描述、身份证
号、组织机构代码、 姓名、手机
号、银行卡号，不 良买家、不良商户
用户关联图谱
• 基于设备、IP、地 理位置、地域、联 系人、通话记录， 社交关系等多维度 数据挖掘用户关联 图谱
…...
电商应用
…...
支付应用
…...
场景化 事件驱动的欺诈识别服务
可信
可疑
高危
反欺诈模型
用户行为分析
风险信息库
专家经验 反欺诈规则库
四. 反欺诈云 技 术优势
精确的事件分析引擎
1. Event Processing Flow
• CEP引擎实时计算 分析（过滤、关联、
Input Event1
聚合）与欺诈案件
• 支持复杂规则处理， 包括时间窗口规则， 位置规则，统计规则， 名单规则，事件关联 规则，用户习惯规则， 异常规则
• 引擎将规则执行结果 量化为申请人的欺诈 概率，并将客户实际 业务场景与欺诈概率 阈值进行比较，进而
Product ion
Memor y
（Rules）
Rule Engine
Inference Engine
行业高发的欺诈问题
二. 反欺诈需要解决的 问题
反欺诈要解决的问题
你是你吗？
你是人吗？
你是自己吗？
你知道是自己 吗？
欺诈行为判别
构建用户行为画像
三. 解决方案 场景化，事件驱动的欺诈识别服 务
反欺诈云服务
用户
金融机构银行防诈骗知识辅导PPT教学讲座课件
从新修的大门进入，映入眼帘的是一 个绿树 环绕的 休闲广 场。当 夜幕降 临时， 这儿就 沸腾了 起来。 年龄相 差甚远 的人在 这一同 嬉戏， 一同舞 蹈。这 是永泰 人民最 佳的娱 乐天地 。
从新修的大门进入，映入眼帘的是一 个绿树 环绕的 休闲广 场。当 夜幕降 临时， 这儿就 沸腾了 起来。 年龄相 差甚远 的人在 这一同 嬉戏， 一同舞 蹈。这 是永泰 人民最 佳的娱 乐天地 。
信用卡丢失、被盗、被复制等多种情形 从新修的大门进入，映入眼帘的是一 个绿树 环绕的 休闲广 场。当 夜幕降 临时， 这儿就 沸腾了 起来。 年龄相 差甚远 的人在 这一同 嬉戏， 一同舞 蹈。这 是永泰 人民最 佳的娱 乐天地 。
类型 线上/线下、境内/境外消费交易均可申请理赔
覆盖多张卡片 一份保险覆盖名下所有工银信用卡。
6、资料涉嫌虚假
一些人明明是“小员工”非得把自己写成“公司总 裁”，或者直接提供虚假信息，认为信审查不出来， 还能提高贷款额度，
然而借款机构会通过大数据分析出你提交信息的真 假，如果被发现造假，可能会被这些机构终身秒拒。
8、有高利贷历史
一些申请人曾有借过高利贷历史，即使现在如数还 清，也会被金融机构重点考察。
失约风险，会被信审高度关注。
征信常识（灰名单）
？ 哪些行为会让你进灰名单
1、不上征信的网贷肆意申请
现在流行的手机APP贷款、网络小贷等，有些是不 上征信系统的，很多客户就开始肆意申请贷款了；
但有些“行为”会被大数据记录在案，如果申请太 多，可能会被怀疑借款用意。拒贷就在所难免了。
2、习惯性逾期
诈骗套路
• 诈骗套路2：社会工程学攻击
1、网购收货地址
APP 2、APP注册 3、打车记录 4、银行卡
从新修的大门进入，映入眼帘的是一 个绿树 环绕的 休闲广 场。当 夜幕降 临时， 这儿就 沸腾了 起来。 年龄相 差甚远 的人在 这一同 嬉戏， 一同舞 蹈。这 是永泰 人民最 佳的娱 乐天地 。
信用卡丢失、被盗、被复制等多种情形 从新修的大门进入，映入眼帘的是一 个绿树 环绕的 休闲广 场。当 夜幕降 临时， 这儿就 沸腾了 起来。 年龄相 差甚远 的人在 这一同 嬉戏， 一同舞 蹈。这 是永泰 人民最 佳的娱 乐天地 。
类型 线上/线下、境内/境外消费交易均可申请理赔
覆盖多张卡片 一份保险覆盖名下所有工银信用卡。
6、资料涉嫌虚假
一些人明明是“小员工”非得把自己写成“公司总 裁”，或者直接提供虚假信息，认为信审查不出来， 还能提高贷款额度，
然而借款机构会通过大数据分析出你提交信息的真 假，如果被发现造假，可能会被这些机构终身秒拒。
8、有高利贷历史
一些申请人曾有借过高利贷历史，即使现在如数还 清，也会被金融机构重点考察。
失约风险，会被信审高度关注。
征信常识（灰名单）
？ 哪些行为会让你进灰名单
1、不上征信的网贷肆意申请
现在流行的手机APP贷款、网络小贷等，有些是不 上征信系统的，很多客户就开始肆意申请贷款了；
但有些“行为”会被大数据记录在案，如果申请太 多，可能会被怀疑借款用意。拒贷就在所难免了。
2、习惯性逾期
诈骗套路
• 诈骗套路2：社会工程学攻击
1、网购收货地址
APP 2、APP注册 3、打车记录 4、银行卡
反诈教育ppt课件
及时报警
如发现诈骗行为或可疑信息，应及时报警并告知相关部门。
辨认和防范诈骗电话与短信
注意电话号码和发件人信息
01
仔细核对来电号码和发件人信息，判断是否为诈骗电话或短信
。
留意通话内容和要求
02
在接听电话时，留意对方的语气、语言和要求，判断是否符合
常规操作。
不轻易泄露个人信息
03
不要在电话中轻易流露羁縻个人敏锐信息，用安全的网络环境
确保计算机和移动设备安装了防病毒软件和安全补丁，避免使用未 经安全保护的网络。
保护金融工具安全
定期更换密码，使用双重身份验证等措施增强账户安全。
谨慎处理网络交易
在进行网络交易时，选择信誉良好的平台和商家，留意交易条款和退 换货政策。
04
反诈教育与法律法规
通过学习诈骗案例，了解诈骗分子的惯用手法和手段，提高对诈 骗的警惕性。
增强个人信息保护意识
明确个人信息的价值，了解如何保护个人信息不被泄露或滥用。
建立安全意识
时刻保持警觉，不轻信陌生人的信息或要求，遇到可疑情况及时报 警或咨询专业人士。
保护个人信息
谨慎处理个人信息
使用安全的网络环境
不随便流露羁縻个人信息，尤其是银 行卡、密码等敏锐信息。
02
反诈教育涵盖了诈骗行为的类型 、手段、特点以及防范措施等方 面，帮助公众了解诈骗行为的危 害和风险，提高自我保护能力。
反诈教育的重要性
随着科技的发展和社会的复杂化，诈 骗行为日益猖獗，给个人和社会带来 了巨大的经济损失和心理压力。
反诈教育能够提高公众对诈骗行为的 警觉性和辨认能力，减少被骗的风险 ，保护个人财产安全和社会稳定。
网络诈骗是指利用互联网技术进行的诈骗行为，包括钓鱼网站、虚假交易平台 等。
如发现诈骗行为或可疑信息，应及时报警并告知相关部门。
辨认和防范诈骗电话与短信
注意电话号码和发件人信息
01
仔细核对来电号码和发件人信息，判断是否为诈骗电话或短信
。
留意通话内容和要求
02
在接听电话时，留意对方的语气、语言和要求，判断是否符合
常规操作。
不轻易泄露个人信息
03
不要在电话中轻易流露羁縻个人敏锐信息，用安全的网络环境
确保计算机和移动设备安装了防病毒软件和安全补丁，避免使用未 经安全保护的网络。
保护金融工具安全
定期更换密码，使用双重身份验证等措施增强账户安全。
谨慎处理网络交易
在进行网络交易时，选择信誉良好的平台和商家，留意交易条款和退 换货政策。
04
反诈教育与法律法规
通过学习诈骗案例，了解诈骗分子的惯用手法和手段，提高对诈 骗的警惕性。
增强个人信息保护意识
明确个人信息的价值，了解如何保护个人信息不被泄露或滥用。
建立安全意识
时刻保持警觉，不轻信陌生人的信息或要求，遇到可疑情况及时报 警或咨询专业人士。
保护个人信息
谨慎处理个人信息
使用安全的网络环境
不随便流露羁縻个人信息，尤其是银 行卡、密码等敏锐信息。
02
反诈教育涵盖了诈骗行为的类型 、手段、特点以及防范措施等方 面，帮助公众了解诈骗行为的危 害和风险，提高自我保护能力。
反诈教育的重要性
随着科技的发展和社会的复杂化，诈 骗行为日益猖獗，给个人和社会带来 了巨大的经济损失和心理压力。
反诈教育能够提高公众对诈骗行为的 警觉性和辨认能力，减少被骗的风险 ，保护个人财产安全和社会稳定。
网络诈骗是指利用互联网技术进行的诈骗行为，包括钓鱼网站、虚假交易平台 等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
反欺诈云
使用大数据识别欺诈
1
一. 行业欺诈现状
2
欺诈数据
15%
线下贷款. 拒贷比例中15%为欺诈
80%
全线上贷款，拒贷比例中80%为疑似欺诈，当中有超过50% 是有明显团体欺诈的特征
50%
全线上贷款 贷后损失率客户中超过50%为欺诈
50%
坏账中大概有50%来自于欺诈
P2P在中国最大的风险，其实还不是信用风险，是欺诈风险 ---计葵生
号、银行卡号，不良买家、 不良商户
用户关联图谱
• 基于设备、IP、地理位置、 地域、联系人、通话记录， 社交关系等多维度数据挖掘 用户关联图谱
• IP全球最精准IP定位、 • GPS经纬定位、基站定
位数据
16
设备指纹
17
智能的关联分析
组团欺诈分析
不一致性验证
18
13
积累多年的反欺诈经验规则库
信贷场景规则包
理财场景规则包
支付场景规则包
电商场景规则包
专家规则库
14
精准的风险引擎
离线建模
用用户设户特备特征特征征
用用户用户特户特征特征征
……
用用户交户特易特征特征征
机器 学习
在线分析
当前身份信息 当前设备信息 当前地理信息 当前交易信息
风险 预测 模型
风险预测 分值
• CEP引擎实时计算分析 （过滤、关联、聚合）与
Input Event1
欺诈案件相关的多类事件
之间的关联性，精确定位
用户意图，还原事件场景， 降低误杀率.
Input Event2
• 例如：某用户，在修改密
码后，接着重新绑卡，然 后进行提现操作的风险评
2. Based OpenSource CEP Framework
黑灰名单
欺诈，老赖，违约相关的 手机号、邮箱、 身份证号、
姓名、银行卡号、设备ID、 IP地址
移动设备信息库
• 硬件属性信息 • IP信息 • GPS地理位置信息 • 设备所安装应用信息
跨平台交易查询
交叉验证， 多头借贷，多头申请
司法失信信息
法院案件号、欠款描述、身 份证
号、组织机构代码、姓名、 手机
Production Memory （Rules）
Rule Engine
Inference Engine
Pattern Matcher
Working
Memory （Facts）
Rule
Repository
Agenda
Rule
Management
Console
Rule Engine APIs
Business Application
规则分值
评
估
引
分值计算
擎
放行
告警 强认证 挂起
阻断
15
多维度 欺诈信息库
身份核实
• 四要素认证：姓名，身份证 号，手机号，银行卡号
• 个人学历状况 • 个人投资任职状况 • 个人公积金社保 • 个人通讯信息 • 个人消费信息
用户行为库
• 设备ID、 IP、地理位置、交 易时间、用户ID
• 交易场景，事件以及事件持 续时间
估.
12
灵活高效的规则引擎
• 风险决策逻辑和应用逻辑的分 离，业务人员可以自主实现规 则配置
• 支持复杂规则处理，包括时间 窗口规则，位置规则，统计规 则，名单规则，事件关联规则， 用户习惯规则，异常规则
• 引擎将规则执行结果量化为申 请人的欺诈概率，并将客户实 际业务场景与欺诈概率阈值进 行比较，进而做出合理决策
3
行业高发的欺诈问题
4
二. 反欺诈需要解决的问题
5
反欺诈要解决的问题
你是你吗？
你是人吗？
你是自己吗？
你知道是自己吗？
6
欺诈行为判别
7
构建用户行为画像
8
三. 解决方案 场景化，事件驱动的欺诈识别服务
9
反欺诈云服务
用户
理财应用 激活事件 注册事件 登录事件 认证事件 绑卡事件 活动事件
…...
信贷应用 注册事件 登录事件 绑卡事件 充值事件 授信事件 放款提现事件
…...
电商应用
…...
支付应用
…...
场景化 事件驱动的欺诈识别服务
可信
可疑
高危
反欺诈模型
用户行为分析
风险信息库
专家经验 反欺诈规则库
10Biblioteka 四. 反欺诈云 技术优势11
精确的事件分析引擎
1. Event Processing Flow
使用大数据识别欺诈
1
一. 行业欺诈现状
2
欺诈数据
15%
线下贷款. 拒贷比例中15%为欺诈
80%
全线上贷款，拒贷比例中80%为疑似欺诈，当中有超过50% 是有明显团体欺诈的特征
50%
全线上贷款 贷后损失率客户中超过50%为欺诈
50%
坏账中大概有50%来自于欺诈
P2P在中国最大的风险，其实还不是信用风险，是欺诈风险 ---计葵生
号、银行卡号，不良买家、 不良商户
用户关联图谱
• 基于设备、IP、地理位置、 地域、联系人、通话记录， 社交关系等多维度数据挖掘 用户关联图谱
• IP全球最精准IP定位、 • GPS经纬定位、基站定
位数据
16
设备指纹
17
智能的关联分析
组团欺诈分析
不一致性验证
18
13
积累多年的反欺诈经验规则库
信贷场景规则包
理财场景规则包
支付场景规则包
电商场景规则包
专家规则库
14
精准的风险引擎
离线建模
用用户设户特备特征特征征
用用户用户特户特征特征征
……
用用户交户特易特征特征征
机器 学习
在线分析
当前身份信息 当前设备信息 当前地理信息 当前交易信息
风险 预测 模型
风险预测 分值
• CEP引擎实时计算分析 （过滤、关联、聚合）与
Input Event1
欺诈案件相关的多类事件
之间的关联性，精确定位
用户意图，还原事件场景， 降低误杀率.
Input Event2
• 例如：某用户，在修改密
码后，接着重新绑卡，然 后进行提现操作的风险评
2. Based OpenSource CEP Framework
黑灰名单
欺诈，老赖，违约相关的 手机号、邮箱、 身份证号、
姓名、银行卡号、设备ID、 IP地址
移动设备信息库
• 硬件属性信息 • IP信息 • GPS地理位置信息 • 设备所安装应用信息
跨平台交易查询
交叉验证， 多头借贷，多头申请
司法失信信息
法院案件号、欠款描述、身 份证
号、组织机构代码、姓名、 手机
Production Memory （Rules）
Rule Engine
Inference Engine
Pattern Matcher
Working
Memory （Facts）
Rule
Repository
Agenda
Rule
Management
Console
Rule Engine APIs
Business Application
规则分值
评
估
引
分值计算
擎
放行
告警 强认证 挂起
阻断
15
多维度 欺诈信息库
身份核实
• 四要素认证：姓名，身份证 号，手机号，银行卡号
• 个人学历状况 • 个人投资任职状况 • 个人公积金社保 • 个人通讯信息 • 个人消费信息
用户行为库
• 设备ID、 IP、地理位置、交 易时间、用户ID
• 交易场景，事件以及事件持 续时间
估.
12
灵活高效的规则引擎
• 风险决策逻辑和应用逻辑的分 离，业务人员可以自主实现规 则配置
• 支持复杂规则处理，包括时间 窗口规则，位置规则，统计规 则，名单规则，事件关联规则， 用户习惯规则，异常规则
• 引擎将规则执行结果量化为申 请人的欺诈概率，并将客户实 际业务场景与欺诈概率阈值进 行比较，进而做出合理决策
3
行业高发的欺诈问题
4
二. 反欺诈需要解决的问题
5
反欺诈要解决的问题
你是你吗？
你是人吗？
你是自己吗？
你知道是自己吗？
6
欺诈行为判别
7
构建用户行为画像
8
三. 解决方案 场景化，事件驱动的欺诈识别服务
9
反欺诈云服务
用户
理财应用 激活事件 注册事件 登录事件 认证事件 绑卡事件 活动事件
…...
信贷应用 注册事件 登录事件 绑卡事件 充值事件 授信事件 放款提现事件
…...
电商应用
…...
支付应用
…...
场景化 事件驱动的欺诈识别服务
可信
可疑
高危
反欺诈模型
用户行为分析
风险信息库
专家经验 反欺诈规则库
10Biblioteka 四. 反欺诈云 技术优势11
精确的事件分析引擎
1. Event Processing Flow