文章目录实时指标计算风险态势感知系统基于统计分析的方法核心风控指标数据核心业务数据基于无监督学习的方法基于欺诈情报的方法预警系统风险数据名单体系（名单库）欺诈情报体系数据情报技术情报事件情报情报分析 实时指标计算首先，大致上都有哪些场景。设备上登录 过多的账户1 天内设备上登录的账户过多设备使用 HTTP 代理登录设备某段时间的移动距 离、账号某段时间范围内的活跃天数等（累计）在风控反欺诈业务中
转载
2023-12-20 18:02:37
75阅读
上次分享了非常牛逼的不需要介质就能进行团伙挖掘的算法，大家都说是个好算法，但是实现细节还是有些问题。一、梳理已有或者想应用的场景首先需要梳理满足该算法数据条件的场景，最少的条件就是：用户+时间戳。举例一些具体的场景，大家感官更明显。用户下单环节（A、B用户多天总是在较短的时间内购买商家A，然后是商家B）用户A 2021-11-16 21:22:02 商家A用户B &nbs
一、实验要求（1）简单应用SET工具建立冒名网站（2）ettercap DNS spoof （3）结合应用两种技术，用DNS spoof引导特定访问到冒名网站。（4）请勿使用外部网站做实验二、实验内容（一）实验准备靶机：Windows7 IP-192.168.171.132 攻击机：Kali IP-192.168.171.128 Kali网关-192.168.171.
转载
2024-01-31 16:00:02
21阅读
本文将基于不平衡数据，使用Python进行反欺诈模型数据分析实战，模拟分类预测模型中因变量分类出现不平衡时该如何解决，具体的案例应用场景除反欺诈外，还有客户违约和疾病检测等。只要是因变量中各分类占比悬殊，就可对其使用一定的采样方法，以达到除模型调优外的精度提升。主要将分为两个部分：原理介绍与其花大量的时间对建好的模型进行各种调优操作，不如在一开始就对源数据进行系统而严谨的处理。而数据处理背后的算法
转载
2024-01-25 21:26:15
91阅读
2018-2019-2 20165204《网络对抗技术》 Exp7 网络欺诈防范实践目标本实践的目标理解常用网络欺诈背后的原理，以提高防范意识，并提出具体防范方法。实践内容（1）简单应用SET工具建立冒名网站（2）ettercap DNS spoof（3）结合应用两种技术，用DNS spoof引导特定访问到冒名网站。实践过程一、简单应用SET工具建立冒名网站首先要设置网卡为混杂模式，以便接收所有经
转载
2024-05-17 08:02:10
35阅读
做研发的小伙伴，经常用到的检测仪器有紫外分光光谱UV、红外吸收光谱法IR、气相色谱法GC等等，虽然你每天用着这些检测仪器，但是却不知道这些检测仪器的原理？不知道也没关系，今天小编就给大家带来16种检测仪器原理动画图解，一文在手，这些都有！1.紫外分光光谱UV分析原理：吸收紫外光能量，引起分子中电子能级的跃迁谱图的表示方法：相对吸收光能量随吸收光波长的变化提供的信息：吸收峰的位置、强度和形状，提供分
在互联网业务开展的过程中，经常面临着黑产的批量攻击，这种攻击渗透在业务链路的各个环节，如注册、登录、营销、交易等等，团伙欺诈对互联网业务开展构成了巨大威胁。团伙欺诈发生时，同一团伙的账号间会存在或显性或隐性的关联，通过深入挖掘这些关联关系，构建账号间的关系网络，可以将这些欺诈团伙一网打尽。图是表示事物之间关联关系的有效方式，包括节点和边。节点是一种实体，可以是账号，也可以是设备、手机号等，而边表示
转载
2023-11-26 08:03:27
79阅读
基础准备一、风控建模分类授信类建模反欺诈建模二、反欺诈建模和授信建模的不同什么是欺诈？什么是反欺诈？这一切都是由业务场景所决定。反欺诈底层是什么？不仅要与相类似的数据比较，还需要与自己相比较。也即是说反欺诈的核心是在寻找与欺诈相似的同时，寻找“正常”中的异常。怎么做？有监督，无监督，策略。 三、无监督 图算法模型（社交网络算法、知识图谱等）图数据库（审核策略使用） 四
转载
2024-02-04 14:31:09
137阅读
本文含 6192 字，15 图表截屏建议阅读 20分钟本文将基于不平衡数据，使用Python进行反欺诈模型数据分析实战，模拟分类预测模型中因变量分类出现不平衡时该如何解决，具体的案例应用场景除反欺诈外，还有客户违约和疾病检测等。只要是因变量中各分类占比悬殊，就可对其使用一定的采样方法，以达到除模型调优外的精度提升。主要将分为两个部分：原理介绍Python实战原理介绍与
项目名称：金融反欺诈（信用卡盗刷）项目概述：本项目通过利用信用卡的历史交易数据进行机器学习，构建信用卡反欺诈预测模型，提前发现客户信用卡被盗刷的事件。项目背景：数据包含了由欧洲持卡人于2013年9月使用信用卡进行交易的数据。此数据集显示两天内发生的交易，其中284807笔交易中有492笔被盗刷。 数据集非常不均衡，积极的类（被盗刷）占所有交易的0.172%。 它只包含作为PCA转换
转载
2023-08-09 19:32:38
240阅读
1评论
比赛介绍：通过比赛提供的50万次点击数据来预测用户的点击行为是否为正常点击，还是作弊行为。通过点击欺诈预测的方法，可以帮助商家鉴别点击欺诈，锁定精准真实用户。这次比赛参考了https://aistudio.baidu.com/aistudio/projectdetail/1206845 的方案，在划分训练集和验证集上进行了修改尝试，尝试划分训练集：验证集=90:10；95:5；80：20。 95：
转载
2023-11-26 11:38:16
35阅读
互金中做的较多的是贷前反欺诈相关内容，贷前反欺诈也是在整个风控环节中最关键和核心的部分。 反欺诈策略，跟所有的策略类似，都需要一套完整的反馈与修正机制，今天我们也稍微谈谈这套与反欺诈策略修正相关的内容。反欺诈策略相关的流程（含修正策略），我们建议从以下整个流程中着手： 一.风险触发 首先，在整个策略流程中，最先触发的就是反欺诈规则，反欺诈策略中相关的规则主要有哪些内容？我们总结了以下一些较为常见的
交易欺诈简介交易欺诈一般是指第三方欺诈，即所发生的交易非持卡人本人意愿的交易。通常是不法分子利用各种渠道窃取卡信息，进行伪造卡作案。第三方交易欺诈的特点：使用他卡；在最短时间内大量用卡；一定以获利为目的；一般有区域集中性。交易反欺诈模型的特点和难点：海量数据计算、小概率事件、欺诈模式变化快、数据一般是割裂的。交易欺诈风控技术 交易识别方法，主要有风控规则引擎、异常检测、机器学习方法等。
以上
转载
2023-09-01 21:43:21
247阅读
从上个世纪90年代开始，由于反欺诈领域大数据量和高时效性需求，机器学习技术得到逐步应用： Kokkinaki（1997）提出一种基于决策树逻辑的模型，其中子节点代表不同的变量，分叉路经代表满足不同的条件； Bentley（2000）运用基因算法来搭建一套逻辑规则，可以根据最大发生概率将交易行为划分为可疑和非可疑； Bolton和Hand（2002）利用对等组分析和断点
转载
2024-01-25 21:32:04
76阅读
不少刚进入风控行业或想转岗的朋友可能都有过这样的困扰，需要掌握哪些代码工具，掌握的程度要求，以及在哪些工作场景是需要应用到工具。解决这类疑问，首先我们得知道有哪些工具。今天小编就以反欺诈模型为例，带大家去了解一二。全流程反欺诈模型工具应用在反欺诈模型中，主要是使用哪些工具呢？一般而言，全流程反欺诈模型主要分为数据获取、数据处理、建模、可视这四大模块。其中，无论是策略、模型还是数据分析，都需要对数据
转载
2023-11-06 22:09:05
131阅读
【1】国家反诈中心App正式上线 3 月 16 日消息，国家反诈中心 App 近期正式上线，这款应用由公安部刑事侦查局组织开发。软件集合报案助手、举报线索、风险查询、诈骗预警、最新骗局曝光等多种功能于一体。当你收到可疑诈骗分子来电可疑诈骗分子发送的短信或可疑短信内容网址或安装可疑诈骗 App 应用时，它能提前预警。 【2】字节自研AI芯片3月16日消息，有
转载
2023-10-13 07:33:18
23阅读
在当前数字化时代，网络欺诈行为日益猖獗，这对个人和企业安全构成了严重挑战。为了解决这一问题，结合自然语言处理（NLP）技术进行反欺诈变得越来越重要。本文将详细介绍如何通过NLP技术解决反欺诈问题的过程，包括环境准备、集成步骤、配置详解、实战应用、排错指南和性能优化等内容。
## 环境准备
在准备NLP反欺诈系统时，我们需要安装一些软件和库，确保环境的兼容性。以下是依赖安装指南及版本兼容性矩阵：
化学计量学中涉及到的光谱强度通常是指样品的纯光谱数据，但实际分析过程中测量的光谱在包含样品光谱的同时，通常还包含样品的测量参数引起的背景光谱，即所得光谱通常由纯光谱信息叠加背景光谱组成。这两类信息的加载过程、分析原理和提取方法存在本质差异，也分别决定了模型的准确性和稳健性，下面将分别从不同方面进行介绍。
转载
2023-12-26 09:10:59
87阅读
在当今数字经济时代，网络欺诈行为日益猖獗，给企业和个人带来了巨大的财务损失和信任危机。为了应对这些问题，越来越多的公司开始采用自然语言处理（NLP）技术用于反欺诈。这篇文章将深入讨论如何利用NLP技术来解决反欺诈问题，并在每个部分中通过具体的图表和代码示例进行说明。
1. 背景描述
网络欺诈形式多样，包括虚假广告、身份盗窃、在线诈骗等。为了有效防范这些欺诈行为，企业需要借助先进的技术手
本文通过利用信用卡的历史交易数据进行机器学习，构建信用卡反欺诈预测模型，对客户信用卡盗刷进行预测一、项目背景对信用卡盗刷事情进行预测对于挽救客户、银行损失意义十分重大，此项目数据集来源于Kaggle，数据集包含由欧洲持卡人于2013年9月使用信用卡进行交的数据。此数据集显示两天内发生的交易，其中284,807笔交易中有492笔被盗刷。数据集非常不平衡，积极的类（被盗刷）占所有交易的0.172％。因
转载
2024-02-04 21:19:37
438阅读
