- 综合排序
- 最热优先
- 最新优先
- 来自专栏FreeBuf
聊聊身份欺诈和窃取那些事
、用户名和密码等等，但是如果继续使用这种身份识别方法的话，那么欺诈问题也许永远都无法解决。 目前，每天都有190万条包含有PII信息的数据记录被盗，这也就意味着每天都有数百万人将会陷入身份欺诈的风险之中，除此之外，根据Javelin的2017年身份欺诈研究报告，在2016年总共有1540万美国公民受到了身份欺诈的影响 相对于静态身份数据来说，这种动态数据对于犯罪分子而言的“货币价值”就没有那么高了。 而且通过这种方法，企业也就有可能阻止欺诈行为的发生。目前一些新的动态识别数据主要有以下几种： 1. 授权用户的操作行为：通过监控已授权用户的操作行为可以有效地防止欺诈行为的发生。 除了面部识别之外，声音识别和虹膜识别等技术同样可以根据用户的固有物理特征来验证用户的身份。 Zlockie表示：“目前生物认证的范围已经不仅局限于指纹了，正是由于生物特征具有这种“不可转让”的特性，所以它才能提供高等级的防欺诈保护。
81090发布于 2018-02-23 - 来自专栏大数据文摘
聊聊身份欺诈和窃取那些事
、用户名和密码等等，但是如果继续使用这种身份识别方法的话，那么欺诈问题也许永远都无法解决。 目前，每天都有190万条包含有PII信息的数据记录被盗，这也就意味着每天都有数百万人将会陷入身份欺诈的风险之中，除此之外，根据Javelin的2017年身份欺诈研究报告，在2016年总共有1540万美国公民受到了身份欺诈的影响 相对于静态身份数据来说，这种动态数据对于犯罪分子而言的“货币价值”就没有那么高了。而且通过这种方法，企业也就有可能阻止欺诈行为的发生。目前一些新的动态识别数据主要有以下几种： 1. 授权用户的操作行为：通过监控已授权用户的操作行为可以有效地防止欺诈行为的发生。 除了面部识别之外，声音识别和虹膜识别等技术同样可以根据用户的固有物理特征来验证用户的身份。 Zlockie表示：“目前生物认证的范围已经不仅局限于指纹了，正是由于生物特征具有这种“不可转让”的特性，所以它才能提供高等级的防欺诈保护。
72620发布于 2018-05-25 - 来自专栏公共互联网反网络钓鱼（APCN）
如何防范利用深度合成技术的钓鱼欺诈
由于深度合成技术高度逼真的伪造能力，目前已开始被不法分子广泛应用于各类诈骗活动，加强识别和防范利用深度合成技术的钓鱼欺诈变得尤为重要。 一、深度合成技术在钓鱼欺诈中的典型应用场景 （一）伪造身份欺诈不法分子通过数据爬取、信息拼接等手段伪造社交账号，精心构建虚假身份。 专项行动治理：中央网信办定期发布专项行动，如中央网信办部署开展“清朗·整治AI技术滥用”专项行动聚焦深度合成技术的非法应用场景，加强AI生成合成技术和内容标识管理，重点打击假冒他人身份等违法犯罪行为，维护网络空间秩序与安全 个人应了解并掌握相关识别技巧，如视频中人脸面部细节不自然、背景噪音与语音失配、语调机械呆板、情感表达缺失、人物动作与语音节奏不一致等异常特征，通过自我学习与经验积累，提升对深度合成欺诈内容的识别能力。 深度合成技术催生的新型钓鱼欺诈，本质上是技术进步与安全风险的伴生问题。
36810编辑于 2025-10-09 - 来自专栏FreeBuf
2021年，身份欺诈案例创下新记录
根据身份盗用资源中心 (ITRC) 的数据，谷歌语音诈骗在 2021 年的身份相关欺诈案例中创下新纪录。 在这些报告中，其中一半 (50%) 是诈骗案中的受害者：也就是说，他们与攻击者共享个人身份信息 (PII)。该组中超过一半 (53%) 包含 谷歌语音诈骗，使其成为今年最流行的欺诈类型。 实际上，如果受害者这样做，他们的电话号码将与一个新创建的欺诈性 Google Voice 帐户相关联，然后欺诈者就会利用该账户继续诈骗下一个目标。 在其他地方，ITRC记录的“身份滥用”事件增加了8%，共计4168起。其中五分之二(40%)与滥用金融账户有关，其中大多数与新账户欺诈(64%)有关，其余与接管账户(36%)有关。 所以ITRC首席执行官Eva Velasquez 将 2021年称为身份诈骗创纪录的一年，“由于身份欺诈的风险很高，所以采取保护措施很重要，比如冻结你的信用卡，在所有账户上使用12+字符的独特密码，以及忽略可疑信息等
38020编辑于 2023-03-30 - 来自专栏金融安全
LexisNexis Risk Solutions数字身份与欺诈防范产品套件深度解析
此外,行为生物识别技术在对抗现代社会工程学欺诈(如授权推送支付骗局)方面展现了其独特的战略价值,标志着身份验证范式的重大转变。 多层次防御哲学现代欺诈环境的特征是,网络犯罪分子利用机器人、合成身份和人工智能驱动的攻击手段,其复杂程度与日俱增。这种背景凸显了多层次防御策略的必要性,因为单一的解决方案已不足以应对当前的威胁。 实施场景DIN广泛应用于金融服务、电子商务、游戏和政府等多个行业,用于检测合成身份、机器人攻击和其他形式的复杂欺诈。 网络的优势在于通过共享情报为数字身份建立声誉(即信任分)。然而,欺诈者同样可以利用这一点。他们通过混合真实与虚假信息来创建合成身份,并耐心地通过大量合法交易来"培养"其信用历史和行为模式。 一个组织严密的欺诈团伙可以在DIN内的多个商户间进行大量低价值的合法交易,从而为一个合成身份建立起看似正常的行为记录。网络的机器学习模型会观察到这些"正常"行为,并赋予该合成身份一个较高的信任分。
37610编辑于 2026-01-07 - 来自专栏计算摄影学
11. 图像合成与图像融合
这一次我来给大家介绍一下图像合成与融合。 不得不说，图像合成和融合真是一个很神奇的技术。因此我准备用好几篇文章对此做一些详细的介绍。 只要我们先放上左图的背景，再叠加比尔盖茨的人像，最后再叠加左图的前景，就可以合成出最终的图像。 从图像中确定前景和背景的技术叫做抠图，英文对应：Image Matting，而将抠出的部分无缝的贴入目标图像的过程则称为图像合成，英文对应：Image Compositing. 这在需要融合多张图像时非常有用，例如下面我们需要将多张照片融合成一幅全景图像： ? 这里我只是简单的把多张经过裁剪的照片摆放在一起，还没有经过融合。
2.3K50发布于 2020-04-17 攻克DeepFake欺诈：金融级防AI仿冒可信身份架构与量化实践
破解DeepFake欺诈困局：单因子验证机制失效与多端攻击激增 伴随AIGC工具的快速演进，音频合成与DeepFake换脸视频技术大幅降低了黑产的作恶门槛。 这一趋势暴露出行业在防欺诈领域的共性瓶颈：传统的EKYC（了解你的客户）单因子生物识别机制已经失效。 单一的生物认证只能验证物理身份，无法判定用户意图或检测人机行为异常，导致金融机构面临从环境注入到多端历史风险行为的降维打击。据统计，目前已有 46% 的企业遭到合成身份欺诈。 构建实时纵深防御体系：多维特征解耦与端到端可信标识拦截 为应对复杂的身份伪造攻击，腾讯安全业务风控总监 姚凌鹏 提出防AI仿冒可信身份解决方案。 拆解高损黑产攻击：跨国企业高管换脸诈骗案复盘 在熟人仿冒与虚假信息传播场景中，AI合成欺诈已对企业造成了不可逆的巨额财务损失。
24910编辑于 2026-05-30- 来自专栏绿盟科技研究通讯
RSA创新沙盒盘点 |Deduce——数据驱动的身份欺诈风险分析平台
Deduce能够向不同规模的企业，提供成熟的行业级用户身份及行为分析接口，帮助企业构建身份认证风险分析、身份欺诈检测及用户告警能力，以辅助企业对抗潜在的攻击行为，满足合规要求以及提升客户的信任度。 二、背景介绍 调查表明，2020年由用户身份失窃、滥用、欺诈等攻击造成的关联损失高达560亿美元，并已成为发展速度最快的网络空间威胁之一[3]。 ，来调用不同级别的认证方法，以增强对身份欺诈等攻击行为的防御能力。 更关键的，基于身份社交网络的学习，能够识别可疑的行为传播规律、异常社区行为以及欺诈团伙行为。 如下图5所示，就是基于身份认证与访问行为数据的社区分析方法[5]，该技术方案来源于同为身份欺诈检测领域的创业公司Silverfort。
71670发布于 2021-06-10 - 来自专栏Android 开发者
11 Weeks of Android: 联系人与身份
本期主题聚焦联系人和身份。 重要更新 Android 11 的目标之一是让手机更加 "以人为本"，因为与至爱亲朋保持联系对人们而言至关重要。 Android 11 加入一些新的功能，可帮助您以同一身份使用多个设备，让您在手机上以全新的方式与他人沟通交流。 本周的另一个要点是身份 (Identity)。 如果您有兴趣详细了解 "身份 (Identity)"，我们还发布了题为 "探究 Android 中的身份: 登录新功能" 视频。 您对 "联系人和身份" 相关关键知识点掌握多少？欢迎加入测试，赢取限量版徽章。 知识点 Android 11 是我们持续优化用户、联系人以及聊天等重要功能的起点。
1.2K10编辑于 2022-09-23 - 来自专栏公共互联网反网络钓鱼（APCN）
金融安全新挑战：全球钓鱼与身份欺诈风险叠加下的防御体系重构
摘要随着全球金融数字化进程加速，网络钓鱼与身份欺诈攻击呈现出高度组织化、技术智能化与目标精准化的趋势。 关键词： 网络钓鱼；身份欺诈；多因素认证绕过；金融安全；行为分析；FIDO；威胁情报一、引言在全球金融市场持续深化数字化转型的背景下，金融服务的便捷性与开放性显著提升，但与此同时，网络攻击的频率与复杂性亦同步攀升 在此背景下，钓鱼与身份欺诈风险已不再是孤立的技术问题，而是与利率波动、地缘政治紧张、高频交易增长等宏观因素交织叠加，形成系统性金融安全威胁。 深度伪造语音指令（Deepfake Voice Command）：结合语音合成与社会工程，攻击者可模拟企业高管或合规负责人声音，向财务人员下达紧急转账指令。 六、结论钓鱼与身份欺诈风险的加速叠加，标志着金融安全已进入“高对抗、高动态”的新阶段。传统以边界防御与静态认证为核心的模式难以应对当前威胁。
60130编辑于 2025-10-28 - 来自专栏公共互联网反网络钓鱼（APCN）
生成式语音合成驱动下的语音钓鱼攻击与身份核验挑战
摘要随着生成式人工智能技术的快速发展，语音合成与语音克隆能力显著提升，其在语音钓鱼（vishing）攻击中的应用正对传统身份验证机制构成严峻挑战。 研究强调，仅靠用户意识培训已不足以应对高度拟真的AI语音欺诈，必须重构高风险业务的身份验证架构。 关键词：语音钓鱼；生成式语音合成；身份验证；语音生物识别；KBA；多因素认证1 引言语音钓鱼（Voice Phishing, vishing）作为一种社会工程攻击形式，长期依赖攻击者的口音模仿、话术设计与心理操控能力 4.3 启用合成语音检测除声纹匹配外，还需检测语音是否为AI生成。研究表明，合成语音在高频谱细节、相位连续性及微颤音（micro-prosody）上存在统计异常。可训练二分类器识别此类特征。 安全体系的设计者必须摒弃“语音即本人”的旧范式，转向零信任、多因子、上下文感知的新身份治理模型。唯有如此，方能在AI赋能的欺诈浪潮中守住身份验证的最后一道防线。编辑：芦笛（公共互联网反网络钓鱼工作组）
45510编辑于 2025-12-19 - 来自专栏开源优测
11 requests的身份认证方式（文末附有系列文章）
requests提供多种身份认证方式，包括基本身份认证、netrc 认证、摘要式身份认证、OAuth 1 认证、OAuth 2 与 OpenID 连接认证、自定义认证。 身份认证的定义 身份认证是使用用户提供的凭证来识别用户。 session会话保存，用来保持会话的状态； token是对用户进行授权。 身份认证和授权的关系：需要先获取身份信息才能进行授权 身份认证的类型 1、基本身份认证 HTTP Basic Auth是HTTP1.0提出的认证方式 客户端对于每一个realm，通过提供用户名和密码来进行认证的方式 WWW-Authenticate: Digest realm="testrealm@host.com", qop="auth,auth-int", nonce="dcd98b7102dd2f0e8b11d0f600bfb0c093 Digest username="Mufasa", ← 客户端已知信息 realm="testrealm@host.com", ← 服务器端质询响应信息 nonce="dcd98b7102dd2f0e8b11d0f600bfb0c093
1.1K20发布于 2018-07-25 - 来自专栏FreeBuf
美联储为你提供了一份针对合成身份类的防诈骗指南
近年来，合成身份式支付诈骗是美国增长最快的金融犯罪类型，许多信贷企业损失惨重。 Auriemma Group的一项分析显示，在所有已注销的信用卡账户中，可能有5％与合成身份欺诈有关。 据ID Analytics的研究估计，传统的反诈骗模型仅能有效检测5％至15％的合成身份。正是传统的欺诈检测模型对合成身份的检测成功率很低，使得诈骗犯更加猖狂。 然而，由于合成身份欺诈的影响将遍及美国的金融体系、医疗保健行业、汽车和保险等私营行业，单独的某个行业或组织也不能独立解决这个问题。 6）建议金融机构跨产品线共享信息，以便发现合成身份欺诈者的身份。因为一般犯罪分子会在同一组织中开设多个帐户：包括信用卡，直接存款帐户，信贷额度和汽车贷款或抵押贷款等。 总结 总之，整合各类信息，加强筛选都是有效避免合成身份欺诈的有效方法。而这些方法应包括不仅需要技术创新，还要有足够的数据信息——这就涉及私营企业与政府机构的一些谈判问题了。
68220发布于 2020-07-08 - 来自专栏FreeBuf
采购反欺诈解决方案时应当问供应商的11个问题
现在市场上不缺欺骗防御类产品，本文介绍能够对不同的欺骗防御方案作出初步评估和筛选的11个问题，避免用户在眼花缭乱的营销手段下，花大价钱买回了效果微乎其微的东西。 同时，供应商也可以通过这11个角度产生新的思考。 一、每个诱饵是否都是唯一的？ 很多欺骗解决方案无法做到每个诱饵系统都是唯一的。
1.2K20发布于 2019-07-22 - 来自专栏FreeBuf
Experian最新报告发布：70%的企业遭遇网络欺诈的频次有所增长
欺诈者还可能利用生成式人工智能来设计 "生命证明 "计划。 欺诈者将使用盗来的身份信息，利用生成式人工智能在社交媒体上创建虚假身份和他人进行互动，最终实施欺诈目的。 在分行核实身份时，可能会出现人为错误或疏忽。 根据 Experian 的一份报告，85% 的消费者称物理生物识别是他们最近遇到的最值得信赖和最安全的身份验证方法，但目前只有 32% 的企业使用这种方法来检测和防范欺诈。 合成身份欺诈将激增 在此前疫情期间，许多欺诈者创建了合成身份，他们通过各种援助计划窃取资金。 Experian 预测，诈骗分子利用这类虚假身份能够更轻松地躲避侦查，极可能利用这些休眠账户窃取资金。 企业需要比以往任何时候都更谨慎地审视合作伙伴，避免遭遇虚假身份欺诈。
34110编辑于 2024-02-26 - 来自专栏金融安全
在人工智能与量子威胁时代下,如何驾驭未来金融安全
1.2合成身份欺诈:潜伏的定时炸弹与ATO的直接冲击不同,合成身份欺诈是一种更隐蔽、更具战略性的威胁。它之所以危险,是因为它攻击的并非现有账户,而是金融系统的信任根基。 这些宝贵的信息可以被用来极大地增强一个合成身份的"可信度"。信用Piggybacking技术欺诈者可以利用被盗账户将一个合成身份添加为授权用户,这种技术可以迅速提升合成身份的信用评分。 数字信任的根基被侵蚀这种相互依存的关系形成了一个恶性循环:数据泄露助长ATO,ATO的成功又为合成身份欺诈提供了更优质的"养料",而合成身份欺诈的泛滥又进一步污染了整个金融系统的身份数据。 这一增长背后有多重驱动力:技术需求为了应对合成身份和深度伪造等高级欺诈手段,传统的、手动的身份验证流程已显得力不从心。 合成身份团伙欺诈团伙创建的合成身份账户之间往往存在一些微妙的、非显而易见的关联。关联信号:例如共享部分虚构的个人信息、使用同一批次的IP地址或设备。
55310编辑于 2026-01-09 - 来自专栏FreeBuf
暗网儿童个人信息数据增长182%，儿童身份盗用成为获利新手段
4iQ是一家身份威胁情报公司，负责监控互联网上的数据泄露情况。最新的4iQ身份盗用报告显示，2016年至2017年期间，其团队发现泄露的身份信息增加了182％。 报告《身份泄露海啸仍在继续》显示，2017年4iQ发现了87亿条原始记录中的超过30亿条身份记录。 更糟糕的是，身份信息黑客所采用的策略变得越加复杂。 这种欺诈手段被称为合成身份盗用，不同于传统的身份盗用，犯罪者会创建一个新的合成身份，而不是窃取现有身份。黑客从一开始就搜索不活跃的社会安全号码，往往是儿童的社会安全号码。 这种欺诈手段让银行花费数十亿美元和大量时间寻找那些不存在的人。“ 最新的FBI/IC3网络犯罪报告显示，个人数据泄露是第二大网络犯罪。 “我当时说’唔，不，他就11岁，’”她说。 Sammis说她的儿子Terrelle Lewis的身份被盗，他的社会安全号码被滥用。 “我觉得有点吓人，现在还有这种操作，”她说。
71510发布于 2018-07-30 - 来自专栏公共互联网反网络钓鱼（APCN）
银行、零售与消费者多维新型欺诈演化及全域风控防御体系研究
当前欺诈呈现 AI 深度伪造、跨渠道协同、线下实体篡改、中间人劫持、合成身份造假五大新型特征，传统静态规则风控、单一渠道安全防护体系出现大面积失效。 2.2.4 合成身份开户与账户接管（ATO）银行欺诈攻击者拼接真实与虚假身份信息生成合成身份，绕过银行基础 KYC 核验开立银行卡、数字钱包账户；同时通过钓鱼劫持存量用户账户，批量创建自动代扣、虚假转账订单 合成身份欺诈占银行新增账户欺诈损失 30%，账户接管占线上交易欺诈 45%，是银行机构核心风控痛点。 身份核验轻量化，抵御合成身份能力不足线上开户 KYC 仅完成基础证件识别，缺少多维度信息交叉比对，AI 生成的合成身份、深度伪造人脸视频可绕过基础活体检测，批量开立欺诈账户。 开户 KYC 多维度交叉核验改造线上开户增加社保、运营商、公安多源数据交叉比对，部署深度伪造视频检测工具识别 AI 合成人脸活体，阻断合成身份批量开立欺诈账户；存量账户每年开展一次身份信息复核，清理休眠风险账户
14910编辑于 2026-07-02 - 来自专栏数据派THU
用人工智能打击人工智能
然而不幸的是，网络罪犯同样也利用人工智能创建自己的合成身份，产生的结果也足够真实，足以愚弄发现异常行为的人工智能。 这场人工智能之战——也是打击网络安全欺诈者，正在假新闻、假视频和假音频的战壕中展开。 Jupiter Research 的 Steffen Sorrell 表示，合成身份是信用卡欺诈“容易实现的目标”。 根据 Jupiter Research 最新的在线支付欺诈报告，到 2024 年，合成身份推动在线支付欺诈给坏人造成 2000 亿美元的损失。 ，从手动“刷卡”到用人工智能创建合成身份。 如果欺诈检测器检查一个合成身份，它们通常会发现一个虚假的电子邮件账户、Facebook 页面、以及其他显示合成身份细节的互联网形象已经被欺诈者记录下来。
2.7K30发布于 2020-07-09 腾讯安全构建金融行业纵深防御体系，精准识别AI仿冒欺诈
随着AIGC技术迅猛发展，金融行业面临日益严峻的AI合成身份欺诈挑战。黑产利用DeepFake换脸、音频合成等技术，结合非法获取的个人信息，对企业与个人实施精准诈骗，严重威胁资产安全与业务稳定。 金融行业面临AI仿冒欺诈的多维挑战 AI仿冒欺诈已形成完整黑产链条：从非法获取公民个人信息，到利用AI技术生成仿冒音视频，最终绕过身份核验机制实施诈骗。 高达46%的企业曾遭遇合成身份欺诈（来源：行业案例整理）。典型案例包括香港跨国公司员工被Deepfake冒充的CFO诈骗2500万美元。 基于数据驱动的身份认证方法，从领域差异中解耦特征，提升身份识别准确性。 3. 多端可信身份标识 利用AI智能模型为APP、小程序、Web等多端生成统一设备标识，打破黑产数据壁垒。 通过资源聚集、行为协同、内容相似度等维度评估风险，识别群控、众包等协同欺诈行为。
25710编辑于 2026-05-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号