APP诈骗及风险防范研究

随着网络信息技术的不断发展,使用APP的年轻人越来越多,不法分子也利用这一时机通过APP进行网络诈骗,严重危害了网络安全。在对来自哈尔滨市各高校的1500名大学生进行匿名填写网络调查问卷的基础上,整理所得数据,通过实证分析,助力相关政府部门、电信运营商等网络治安主体以及大学生群体更好了解互联网时代背景下不法分子利用APP实施网络诈骗的新套路,分析APP市场的现状及出现问题的原因,并提出一些具有建设性的防范机制。同时,在“互联网+”的大背景下,充分利用互联网技术和互联网思维净化网络空间,加强各类APP法治化建设,充分发挥其在社会服务中的正向作用。

基于四种机器学习算法检测网络诈骗App的对比研究

为探索网络诈骗App检测的有效方法,运用决策树算法、随机森林算法、逻辑回归算法和支持向量机算法4种机器学习算法对App进行涉诈识别检测,验证算法的准确率、召回率、F1值、KS值、G-mean值、AUC值,并从案情报告书中提取网络诈骗App验证算法预测结果。从算法指标结果和预测情况来看,支持向量机算法优于其他3种算法,App存活时间、使用次数、名称以及与案件的关联程度是检测涉诈App的重要特征维度,同时结合打击整治网络诈骗App业务工作难点针对性给出对策建议,为公安机关打击网络诈骗犯罪提供参考。