本發(fā)明涉及防詐騙，具體為一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法及平臺(tái)。

背景技術(shù)：

1、現(xiàn)有的防詐騙數(shù)據(jù)分析在實(shí)際過程中存在一定的缺陷，通常依賴于單一或有限的數(shù)據(jù)源，信息不全面，可能導(dǎo)致分析結(jié)果的片面性，無法全面掌握詐騙活動(dòng)的全貌，效率低下，容易受到人為因素的影響，且難以處理大規(guī)模數(shù)據(jù)，主要是警方發(fā)布信息，公眾被動(dòng)接收，不能根據(jù)公眾的反詐認(rèn)知度進(jìn)行針對(duì)性的培訓(xùn)測試，反詐知識(shí)宣傳的效率和工作量會(huì)偏大。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法及平臺(tái)，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，包括以下步驟：

3、s1：獲取多維數(shù)據(jù)并整合處理得到待分析數(shù)據(jù)；

4、s2：采集歷史案件資料信息訓(xùn)練分析模型，并構(gòu)建自動(dòng)檢測異常和預(yù)警機(jī)制，建立實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)；

5、s3：基于實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)進(jìn)行定期詐騙模型展示，并模擬詐騙模型進(jìn)行定向培訓(xùn)測試；

6、s4：獲取實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)的敏感數(shù)據(jù)的異常訪問行為，制定抽取機(jī)制，抽取異常訪問行為相關(guān)數(shù)據(jù)，得到異常數(shù)據(jù)；

7、s5：基于定向培訓(xùn)測試結(jié)果和異常數(shù)據(jù)不斷調(diào)整分析模型參數(shù)，改進(jìn)算法性能，定期訓(xùn)練分析模型，確保分析模型能夠適應(yīng)不斷變化的詐騙情形；

8、s6：將待分析數(shù)據(jù)輸入至分析模型進(jìn)行詐騙風(fēng)險(xiǎn)預(yù)測。

9、優(yōu)選的，獲取多維數(shù)據(jù)并整合處理得到待分析數(shù)據(jù)包括：

10、s11：獲取多維數(shù)據(jù)，多維數(shù)據(jù)包括通信記錄、金融交易數(shù)據(jù)、社交媒體信息、用戶行為數(shù)據(jù)、通信管理部門的違規(guī)號(hào)碼數(shù)據(jù)庫；

11、s12：通過api接口、數(shù)據(jù)導(dǎo)出、爬蟲程序方式，將多維數(shù)據(jù)從各個(gè)來源接入到數(shù)據(jù)整合平臺(tái)；

12、s13：對(duì)多維數(shù)據(jù)進(jìn)行清洗數(shù)據(jù)以去除重復(fù)記錄、糾正錯(cuò)誤、處理缺失值和異常值，數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的格式，將清洗和轉(zhuǎn)換后的數(shù)據(jù)加載到數(shù)據(jù)庫中，作為待分析數(shù)據(jù)。

13、優(yōu)選的，采集歷史案件資料信息訓(xùn)練分析模型，并構(gòu)建自動(dòng)檢測異常和預(yù)警機(jī)制，建立實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)包括：

14、s21：采集歷史案件資料信息，通過統(tǒng)計(jì)分析和可視化技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析，從原始數(shù)據(jù)中提取有助于識(shí)別詐騙行為的特征，包括統(tǒng)計(jì)特征、文本特征、網(wǎng)絡(luò)結(jié)構(gòu)特征；

15、s22：基于深度學(xué)習(xí)模型構(gòu)建分析模型，使用歷史數(shù)據(jù)訓(xùn)練分析模型，并通過交叉驗(yàn)證、網(wǎng)格搜索方法進(jìn)行模型調(diào)優(yōu)；

16、s23：使用測試數(shù)據(jù)集評(píng)估模型性能，計(jì)算準(zhǔn)確率、召回率、f1分?jǐn)?shù)的評(píng)價(jià)指標(biāo)，測試模型性能，循環(huán)訓(xùn)練分析模型，提升模型分析準(zhǔn)確性；

17、s24：構(gòu)建自動(dòng)檢測異常和預(yù)警機(jī)制，結(jié)合分析模型建立實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)，實(shí)現(xiàn)實(shí)時(shí)或批量的詐騙風(fēng)險(xiǎn)分析預(yù)測。

18、優(yōu)選的，自動(dòng)檢測異常和預(yù)警機(jī)制包括自動(dòng)檢測關(guān)聯(lián)用戶的通話、資金賬戶變動(dòng)信息，出現(xiàn)異常自動(dòng)觸發(fā)預(yù)警機(jī)制，直接關(guān)聯(lián)警方。

19、優(yōu)選的，定向培訓(xùn)測試包括：

20、s31：構(gòu)建網(wǎng)絡(luò)詐騙模擬測試模塊，將測試分為初級(jí)、中級(jí)、高級(jí)三個(gè)等級(jí)，根據(jù)用戶實(shí)際情況匹配適合的等級(jí)進(jìn)行測試；

21、s32：根據(jù)測試結(jié)果對(duì)測試者進(jìn)行分類并進(jìn)行針對(duì)性的培訓(xùn)；

22、s33：記錄用戶的測試結(jié)果以及培訓(xùn)情況，循環(huán)測試培訓(xùn)，提升用戶防詐意識(shí)。

23、優(yōu)選的，初級(jí)測試為結(jié)合歷史詐騙案例所生成的試題；中級(jí)測試為根據(jù)最新的詐騙手法設(shè)計(jì)多種類型的模擬詐騙鏈接，定期向用戶發(fā)送不同類型的模擬詐騙鏈接；高級(jí)測試為嵌入式培訓(xùn)，在日常使用的電子郵件、短信、app中嵌入詐騙鏈接測試公眾的反詐能力。

24、優(yōu)選的，用戶實(shí)際情況根據(jù)用戶的年齡、職業(yè)、文化程度信息形成用戶自定義個(gè)人畫像，為用戶提供量身定制的防范電信網(wǎng)絡(luò)詐騙的教育內(nèi)容。

25、優(yōu)選的，測試結(jié)果采用百分制，優(yōu)：80-100，良：60-79，差：0-59，基于k-means聚類算法對(duì)用戶的評(píng)分進(jìn)行分類，便于后續(xù)針對(duì)性培訓(xùn)，包括以下步驟：

26、s321：選擇k個(gè)初始聚類中心，將每個(gè)數(shù)據(jù)點(diǎn)分配到距離最近的聚類中心所在的簇；

27、s322：重新計(jì)算每個(gè)簇的聚類中心，即該簇中所有數(shù)據(jù)點(diǎn)的均值，重復(fù)分配和更新步驟，直到聚類中心不再顯著變化或達(dá)到預(yù)定的迭代次數(shù)；

28、s323：當(dāng)聚類中心的變化小于某個(gè)預(yù)設(shè)的閾值時(shí)，算法終止，輸出最終的聚類結(jié)果。

29、優(yōu)選的，所述k-means聚類算法中最小化所有數(shù)據(jù)點(diǎn)到其所屬簇中心的距離平方和其公式為：，其中，是第q個(gè)數(shù)據(jù)點(diǎn)，是數(shù)據(jù)點(diǎn)所屬簇的中心，m是數(shù)據(jù)點(diǎn)的總數(shù)，目標(biāo)函數(shù)通過迭代優(yōu)化，使得每個(gè)數(shù)據(jù)點(diǎn)盡可能接近其所屬簇的中心，從而實(shí)現(xiàn)聚類。

30、根據(jù)本發(fā)明的另一方面，提供了一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析平臺(tái)，用于上述任一的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法的使用，包括：

31、數(shù)據(jù)分析模塊，用于獲取多維數(shù)據(jù)并整合處理得到待分析數(shù)據(jù)；

32、模型訓(xùn)練模塊，用于采集歷史案件資料信息訓(xùn)練分析模型，并構(gòu)建自動(dòng)檢測異常和預(yù)警機(jī)制，建立實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)；

33、實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)，用于進(jìn)行定期詐騙模型展示，并模擬詐騙模型進(jìn)行定向培訓(xùn)測試；

34、異常數(shù)據(jù)獲取模塊，用于獲取實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)的敏感數(shù)據(jù)的異常訪問行為，制定抽取機(jī)制，抽取異常訪問行為相關(guān)數(shù)據(jù)，得到異常數(shù)據(jù)；

35、模型優(yōu)化訓(xùn)練模塊，用于基于定向培訓(xùn)測試結(jié)果和異常數(shù)據(jù)不斷調(diào)整分析模型參數(shù)，改進(jìn)算法性能，定期訓(xùn)練分析模型，確保分析模型能夠適應(yīng)不斷變化的詐騙情形；

36、預(yù)測模塊：用于將待分析數(shù)據(jù)輸入至分析模型進(jìn)行詐騙風(fēng)險(xiǎn)預(yù)測。

37、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

38、（1）通過整合和分析來自不同來源的數(shù)據(jù)，如通信網(wǎng)絡(luò)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、金融交易數(shù)據(jù)等，可以更早地識(shí)別詐騙行為的模式和趨勢(shì)，通過分析詐騙案件的數(shù)據(jù)，可以更好地理解詐騙手段的變化和特點(diǎn)，從而制定更有效的公眾教育和宣傳策略，維度數(shù)據(jù)分析需要不同部門之間的數(shù)據(jù)共享和技術(shù)協(xié)作，這有助于打破信息孤島，促進(jìn)跨部門合作；

39、（2）通過定期對(duì)公眾進(jìn)行培訓(xùn)測試，可根據(jù)反詐認(rèn)知對(duì)其進(jìn)行分類，進(jìn)而可對(duì)公眾進(jìn)行分類，對(duì)反詐意識(shí)較低的人群進(jìn)行重點(diǎn)培訓(xùn)，提高反詐認(rèn)知和意識(shí)，提高培訓(xùn)的效果，更好的對(duì)反詐工作開展，可將培訓(xùn)宣傳重點(diǎn)側(cè)重于認(rèn)知相對(duì)偏低的，可精確定位，對(duì)于反詐意識(shí)較高的則可定期告知新型詐騙方式即可，有利于反詐宣傳的開展，降低工作量，提高宣傳的效果和效率。

技術(shù)特征：

1.一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：獲取多維數(shù)據(jù)并整合處理得到待分析數(shù)據(jù)包括：

3.根據(jù)權(quán)利要求1所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：采集歷史案件資料信息訓(xùn)練分析模型，并構(gòu)建自動(dòng)檢測異常和預(yù)警機(jī)制，建立實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)包括：

4.根據(jù)權(quán)利要求1所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：自動(dòng)檢測異常和預(yù)警機(jī)制包括自動(dòng)檢測關(guān)聯(lián)用戶的通話、資金賬戶變動(dòng)信息，出現(xiàn)異常自動(dòng)觸發(fā)預(yù)警機(jī)制，直接關(guān)聯(lián)警方。

5.根據(jù)權(quán)利要求1所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：定向培訓(xùn)測試包括：

6.根據(jù)權(quán)利要求5所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：初級(jí)測試為結(jié)合歷史詐騙案例所生成的試題；中級(jí)測試為根據(jù)最新的詐騙手法設(shè)計(jì)多種類型的模擬詐騙鏈接，定期向用戶發(fā)送不同類型的模擬詐騙鏈接；高級(jí)測試為嵌入式培訓(xùn)，在日常使用的電子郵件、短信、app中嵌入詐騙鏈接測試公眾的反詐能力。

7.根據(jù)權(quán)利要求5所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：用戶實(shí)際情況根據(jù)用戶的年齡、職業(yè)、文化程度信息形成用戶自定義個(gè)人畫像，為用戶提供量身定制的防范電信網(wǎng)絡(luò)詐騙的教育內(nèi)容。

8.根據(jù)權(quán)利要求5所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：測試結(jié)果采用百分制，優(yōu)：80-100，良：60-79，差：0-59，基于k-means聚類算法對(duì)用戶的評(píng)分進(jìn)行分類，便于后續(xù)針對(duì)性培訓(xùn)，包括以下步驟：

9.根據(jù)權(quán)利要求8所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于：所述k-means聚類算法中最小化所有數(shù)據(jù)點(diǎn)到其所屬簇中心的距離平方和其公式為：，其中，是第q個(gè)數(shù)據(jù)點(diǎn)，是數(shù)據(jù)點(diǎn)所屬簇的中心，m是數(shù)據(jù)點(diǎn)的總數(shù)，目標(biāo)函數(shù)通過迭代優(yōu)化，使得每個(gè)數(shù)據(jù)點(diǎn)盡可能接近其所屬簇的中心，從而實(shí)現(xiàn)聚類。

10.一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析平臺(tái)，用于實(shí)現(xiàn)如權(quán)利要求1-9任一所述的一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明公開了一種多維度警民聯(lián)防詐騙數(shù)據(jù)分析方法及平臺(tái)，包括以下步驟：訓(xùn)練分析模型，并構(gòu)建自動(dòng)檢測異常和預(yù)警機(jī)制，建立實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)；進(jìn)行定期詐騙模型展示，并模擬詐騙模型進(jìn)行定向培訓(xùn)測試；獲取實(shí)時(shí)監(jiān)測和預(yù)警系統(tǒng)的敏感數(shù)據(jù)的異常訪問行為，得到異常數(shù)據(jù)；基于定向培訓(xùn)測試結(jié)果和異常數(shù)據(jù)不斷調(diào)整分析模型參數(shù)；將待分析數(shù)據(jù)輸入至分析模型進(jìn)行詐騙風(fēng)險(xiǎn)預(yù)測，本發(fā)明首先通過分析詐騙案件的數(shù)據(jù)訓(xùn)練模型，進(jìn)行測試分析從而制定更有效的公眾教育和宣傳策略，通過定期對(duì)公眾進(jìn)行培訓(xùn)測試，精確定位培訓(xùn)，精準(zhǔn)提高公眾反詐認(rèn)知和意識(shí)，有利于反詐宣傳的開展，降低反詐工作量，提高宣傳的效果和效率。

技術(shù)研發(fā)人員：余為賓
受保護(hù)的技術(shù)使用者：杭州安巽科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17