网络裸聊敲诈犯罪的侦查难点及应对策略——基于全量数据驱动视角

网络裸聊敲诈是随着电信网络诈骗猖獗发展而逐渐演变形成的一种新型犯罪,具有较强的有跨境组织性、层级分工性特征和产业链条化发展趋势。由于受害人报案率低、犯罪手段具有“软暴力”特点等,当前侦查打击在虚拟空间取证、嫌疑人抓捕、资金追缴等方面遭遇困境。公安机关应加强“专业+机制+大数据”新型警务模式建设,运用全量数据驱动型侦查方法,加强数据的溯源、拓展、研判和穿透,以提升新质战斗力,从而有力遏制此类犯罪势头。

面向社会关系网络的数字金融欺诈检测研究进展

在金融科技兴起的新时代,数字技术是金融业未来发展的核心驱动力,基于数字技术的欺诈检测成为新的研究热点。金融欺诈检测技术研究由传统的提升专家经验、优化机器学习模型转向探索面向社会关系网络的图机器学习方法。聚焦社会关系网络,基于网络分析的发展历程,从检测异常个人、可疑团伙和不良中介3类主体的视角,对金融欺诈检测的核心工作、典型应用进行了综述;归纳分析了面向社会关系网络不同类别的数字金融欺诈检测技术;并给出了面向社会关系网络的数字金融欺诈检测研究的发展趋势和方向。

基于通信网络的大数据防诈模型设计和研究

近年来,电信网络诈骗犯罪形势十分严峻,已成为发案最多、上升最快、涉及面最广、人民群众反映最强烈的犯罪类型。基于电信通信网络,通过对公安、工信部通报诈骗号码的大数据挖掘分析,提取相似特征,利用机器学习、大数据、神经网络、遗传算法等开发大数据防诈模型,从数据采集、中间处理、模型生成、用户匹配、用户停机等全流程,及时关停疑似诈骗分子的号码,避免更多人蒙受诈骗,遭受损失。

CTGANBoost:基于CTGAN与Boosting的信贷欺诈检测研究

在金融行业中,信贷欺诈检测是一项重要的工作,能够为银行和消金机构减少大量的经济损失。然而,信贷数据中存在类别不平衡和正负样本特征重叠的问题,导致少数类识别灵敏度低且不同类别数据区分度低。针对这些问题,提出一种面向信贷欺诈检测的CTGANBoost方法。首先,在AdaBoost(Adaptive Boosting)方法的每一轮Boosting迭代中,引入基于类别标签信息约束的CTGAN(Conditional Tabular Generative Adversarial Network)方法学习特征分布,进行少数类数据增强工作;其次,基于CTGAN合成的增强数据集,设计了权重归一化方法,确保在样本加权过程中保持原始数据集的分布特征和相对权重。在3个开源数据集上的实验结果表明,CTGANBoost方法的表现均优于其他主流的信贷欺诈检测方法,AUC值提升了0.5%~2.0%,F1值提升了0.6%~1.8%,验证了CTGANBoost方法的有效性和泛化能力。

大数据背景下电信网络诈骗的防范难点及对策

作为一种新型犯罪手段,电信网络诈骗具有隐蔽性、智能化、跨地域等特点。近年来,我国发生的电信网络诈骗案件数量呈持续攀升态势,已严重威胁了人民群众的财产安全与社会治安。快速发展的大数据技术虽然为防范电信网络诈骗提供了新的手段,但同时也带来了诸多防范难点,因此如何有效防范电信网络诈骗成为现阶段需重点思考的问题。对此,该文基于大数据时代电信网络诈骗犯罪的现状,分析了大数据背景下电信网络诈骗的防范难点并提出了相应的对策,旨在为打击电信网络诈骗提供有益参考。

基于大数据分析的电信网络诈骗预警系统研究

随着信息技术的飞速发展,电信网络诈骗手段日益翻新,对公众的财产安全构成了严重威胁。为了有效预防和打击这类犯罪行为,利用大数据技术构建电信网络诈骗预警系统成为一种高效的解决方案。通过收集和分析大量的电信诈骗案例数据,利用机器学习算法建立预警模型,实现对电信诈骗行为的实时监测和预警。该系统不仅提高了反诈效率,还为公安机关提供了有力的技术支持,有效遏制了电信网络诈骗犯罪的蔓延。该文探讨了基于大数据分析的电信网络诈骗预警系统,旨在通过数据分析和模型预测,提前发现并阻止诈骗行为的发生。

基于大数据技术的电信网络诈骗案件分析实验设计

大数据技术极大提高了各类犯罪案件的案情分析能力和侦破效率。该文利用大数据技术对电信网络诈骗案件进行分析,首先详细介绍了大数据集群环境搭建和数据仓库构建的过程,接着导入电信网络诈骗案件数据,随后运用Hive对数据进行处理和分析,最后将结果应用ECharts进行可视化展示。通过实验可以使学生掌握大数据处理的关键技术,提高案件分析的能力。

大数据与电信网络诈骗之跨境治理

"大数据"不仅指海量信息以及与之相关的信息技术,更指向人类行为、思维与管理领域的重大变革。利用大数据等现代信息技术实施的电信网络新型诈骗危害全球,向跨国、跨境犯罪治理提出了巨大挑战。运用大数据等新兴信息技术治理新型电信网络诈骗迫切需要确立全球共治、跨界共治、惩防共治的思维与理念,并加强跨国、跨境警务交流与合作。

统计造假治理与改革路径研究——基于监督博弈模型的分析

统计数据是国家宏观调控和科学决策的重要依据。但在偏好高增长的激励体系下,统计造假行为时有发生,也引发了国际上对于我国某些经济数据的质疑。现有文献大多采用二元决策模型1来讨论统计造假的成因及其治理对策。实际上,为了虚夸政绩,基层单位不仅要决策是否造假,还要决策造假的程度高低,面临着"水分多则惩罚重、水分少则政绩少"的风险收益权衡。特别是如果历史数据虚高,理性的现任官员不会戳穿前任数据泡沫,只会选择合适的造假程度以延续增长态势。因此,二元离散的"造"与"不造"假设不能很好地刻画现实中的统计造假博弈,连续函数更符合参与人的实际决策。将实际努力水平与相对造假程度共同纳入基层单位目标函数,将博弈双方的决策空间拓展为连续函数,构建新的统计监督博弈模型,考察不同管理模式以及不同数据生产方式下的均衡解,对于全面深化统计改革,提高数据质量具有一定的参考意义。

新发展理念引领下电信网络诈骗治理的路径选择

大数据技术发展日新月异,随之而变的不仅有现实社会的生活样态,还包括网络社会治安形势,电信网络诈骗犯罪即是这一系列变化的产物。电信网络诈骗属于社会发展新阶段出现的新矛盾与新风险,而新发展理念的引领作用已经在化解各类新矛盾与处置各类新风险中获得成功实践。当前电信网络诈骗治理不能仅沿袭传统治理路径,还需要以新理念带动新思想提升,通过新型科学技术加持实现治理方式变革,在危机中育先机、于变局中开新局,以新发展理念保障电信网络诈骗治理实现善治。即在新发展理念引领下实现电信网络诈骗治理由事后侦查转变为主动防控,从而依靠理念引领与技术赋能实现电信网络诈骗治理路径创新。

基于网络数据统计的食品欺诈研究分析

目的建立符合我国国情的食品欺诈数据库,补充国际上已建立的经济利益驱动型掺假(economically motivated adulteration,EMA)数据库空白。方法搜集2001~2019年发生的食品欺诈行为,初步建立具有中国国情的食品欺诈数据库。对数据库中信息完备的454条欺诈数据进行分析。结果媒体报道数据占食品欺诈信息总数的71.6%;食用农产品、酒类、乳制品、肉制品等11类产品是欺诈事件发生较多的食品类别;产品欺诈(72.2%)高居食品欺诈类型的首位;2001~2019年食品欺诈事件数量呈现出先上升后降低,再上升再降低的"M"状趋势;目前食品欺诈检测技术主要以理化分析技术为主,针对的食品类别还有限;食品欺诈信息以中国为主(89.0%),涉及到世界各个地区。结论食品欺诈是广泛存在的全球性问题,本研究建立的食品欺诈数据库为预防食品安全风险起到了重要的技术支撑作用。

对公安大数据系统的电信网络诈骗犯罪智能预警研究

在电信网络诈骗犯罪治理层面,公安机关借助大数据系统,先期已开展了诸多有益尝试,但总体来看,仍存在整合效果较差、预警滞后、相关分析不佳、管控能力不足、侵犯个人隐私等实际问题。有鉴于此,以“数据收集、数据管理、数据分析、数据应用”全生命周期为主线,形成精准信息、及时预警、有效控制的预警机制。加强被害人预防、大数据系统的安全管控,强化“资金流”“人员流”和“信息流”的分析与追踪,乃是实现电信网络诈骗犯罪智能预警的有效方案。

网络刷单诈骗犯罪现场勘查的困境与对策

网络刷单诈骗犯罪作为复合型诈骗犯罪,呈现多发频发、复杂多变的特点,犯罪空间从传统的现实空间转移到虚拟的网络空间。囿于传统现实空间犯罪现场勘查的固化思维,现场勘查工作难以有效应对网络刷单诈骗犯罪侦查的需要。犯罪现场保护意识不足、现场访问方法不当、实地勘验能力不适、现场分析难度大等造成了对于网络刷单诈骗犯罪侦查的实践困境。通过有针对性地实施电子勘查取证、开展多对象的现场访问、强化勘查队伍的内外部合作、优化现场分析等路径,有效增强勘查人员对网络刷单诈骗犯罪现场勘查的能力,切实提升打击网络刷单诈骗犯罪的工作效能。

全流程实时智能反电信欺诈防控体系研究

随着电信网络诈骗的犯罪形态持续演变,精准识别和预防欺诈行为的反诈工作迫在眉睫。针对新型电信网络诈骗案件的特征及侦查需求,本文探讨了基于电信运营商大数据支持的防控反诈策略与一套贯穿事前、事中、事后的全流程实时智能反诈骗体系。具备精准性、动态性、协同性的防控体系与闭环管控机制相结合,加强了综合治理,有效实施了专项整治行动,铲除了诈骗犯罪的潜在土壤。研究结果表明,这一体系显著提升了防范和打击电信网络诈骗犯罪的能力,对于消除此类犯罪行为具有重要意义。

我国网络数据造假的刑事治理

近年来我国网络数据造假形势严峻,甚至已成为互联网行业的潜规则,严重危害市场经济发展和社会秩序稳定。数据造假不仅包括我们熟悉的网络刷单,还包括网络平台抄袭和微博、微信刷量买粉等常见行为。探索治理网络数据造假的法律路径,必须从其本体特征入手以解决现实问题为研究目标,考虑增设利用信息网络妨害业务罪,建立合适的行刑过度机制,充分利用法律的治理能力,在保障刑法谦抑性的同时,加强对企业数据造假行为的刑事处罚。为更好配合刑法实施,应高度重视行业自律,尽快明确官方主管单位,加强多元立体治理。

数据保护视野下电信网络诈骗犯罪的刑事治理

电信网络诈骗犯罪非接触性的特点造成案件侦破难、取证难、审判难、追赃难的治理困境,需要从数据保护方面进行源头治理、综合治理,采取加强公民个人信息保护的宣传教育、落实互联网企业保护公民个人信息的责任、开展电信网络诈骗犯罪中技术帮助行为的刑法治理等措施,建立具备预防、制止、惩罚三功能为一体的刑法治理体系。

大数据背景下电信网络诈骗犯罪的预警防控机制——以“杀猪盘”诈骗犯罪为例

大数据时代,电信网络诈骗犯罪的发案数量在各类网络犯罪中占首位,尤其是"杀猪盘"犯罪。电信网络诈骗犯罪严重威胁着国家安全和社会安定。当下电信网络诈骗犯罪的预警防控面临着犯罪技术化与警务技术人才匮乏、犯罪多元化与预警防控体系单一、犯罪复杂化与行业监管措施缺位等困境。利用大数据技术建立电信网络诈骗犯罪预警防控机制,从专业化的大数据警务人才培养、多元化预警防控的体系化建设、法律与行业规范的制度化完善三个方面入手,实现事前预警监测、事中紧急处置,重点治理以"杀猪盘"作为典型代表的网络诈骗犯罪。

大数据背景下电信网络诈骗案件侦查瓶颈与应对

电信网络诈骗违法犯罪形势严峻,侦查机关要从侦查思维、侦查队伍、侦查协作机制以及侦查取证上下功夫,逐步构建大数据侦查的法治化体系。侦查人员要转变被动思维模式,用整体性、关联性思维模式开展侦查工作。公安机关要建设一支专业侦查队伍,提升大数据技术技能,为合理、高效地应用数据信息资源侦办此类案件奠定基础。健全的侦查协作机制是侦查工作能够顺利开展的保证,应从内外部多方面对其进行整合,构建起高效顺畅的电信网络诈骗侦查协作机制。

电信网络诈骗犯罪的成因及防治对策——基于平台数据的实证分析

"大数据"战略为我国网络技术的普及提供了前所未有的广阔空间,同时在一定程度上使传统犯罪日益网络化,促使电信网络诈骗犯罪的侦查与防控的社会条件发生了深刻变化——传统诈骗与互联网的结合使得受害机率呈几何式倍增,对财产安全及社会稳定形成了严重的威胁。因此,结合我国电信网络诈骗犯罪愈演愈烈的基本概况并立足其日益错综复杂的特点,深刻分析我国电信网络诈骗犯罪形成的根本原因,进而提出科学合理的惩治与预防相结合的对策,在"刑事一体化"的理论指导下综合治理,以求遏制其高发态势,不仅有着重要的理论价值,更具有紧迫的现实意义。

基于社交网络分析的诈骗团体挖掘方法研究

微博作为一种重要的社交方式,逐渐融入大众生活,用户在平台上可以随时随地抒发个人情感、分享信息等。微博在给人们带来信息传递之便利的同时,也带来了不少不法分子利用其进行诈骗的问题。诈骗团体利用微博设置语言陷阱,以此骗取他人钱财、夺取他人利益。对此,利用社群图表示微博社会网络,该网络是一有向图,节点表示微博用户,连接线表示微博传播路径,以此连接微博发起节点和微博转发节点。另外,研究社会网络分析的方法和数据挖掘的技术,对诈骗团体进行分析,对该团体应具有的组织结构、特性进行定义,分析出微博中诈骗团体应该具备的特征,并以此寻找微博中潜在的诈骗团体,帮助用户识别诈骗,避免上当受骗。最后用案例验证了该方法的有效性。