- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据STUDIO
图分析与保险欺诈、信用卡欺诈、增值税欺诈
导读 各行各业都在采用图分析来加强反欺诈能力，在本文中，将介绍如何借助图分析打击以下三种欺诈行为： 保险欺诈 信用卡欺诈 增值税欺诈 大型数据集中常常隐藏了犯罪分子留下来的线索。 在这篇文章中，我们回顾了三种常见的欺诈方案，并探讨了图分析方法如何帮助调查人员识别它们。 使用图分析打击的三种欺诈行为 保险欺诈 保险欺诈包括旨在欺诈保险程序的任何行为。 他们可能正在使用被盗或伪造的身份，提出欺诈性索赔。 信用卡欺诈 信用卡欺诈的通常模式为，犯罪分子盗取信用卡信息并进行未经授权的交易。 在使用较安全的基于芯片的卡后，信用卡欺诈仍然是一个主要欺诈手段。 原文地址：https://linkurio.us/blog/3-fraud-graph-analytics-help-defeat/
78240编辑于 2023-02-24 - 来自专栏全栈程序员必看
TinyProxy电信
119.29.29.29”; //163.177.151.162 广东省 //112.80.255.21 江苏省南京市 //123.125.142.40 北京市 //220.181.43.12 北京电信
5K10编辑于 2022-09-18 - 来自专栏API 分享
欺诈无所遁形：反欺诈（羊毛盾）API 应用解析
随着互联网的快速发展，欺诈行为不断演变和扩大，涉及的领域也越来越广泛。虚假账户注册、刷单、恶意评论、虚假广告等欺诈手段成为一些不法分子获取利益的途径。 为了解决这一问题，反欺诈技术应运而生。本文主要介绍反欺诈（羊毛盾）API 的工作原理、作用、应对的风险、应用场景以及使用教程，识别和阻止欺诈行为，保护用户的权益和提升平台的安全性。 反欺诈（羊毛盾）API 的应用原理图片反欺诈（羊毛盾）API 的作用图片反欺诈（羊毛盾）API 可以应对什么风险反欺诈（羊毛盾）API 可以对多种欺诈行为进行识别和预防，从而帮助企业降低欺诈风险和经济损失 在线支付在线支付时用于检测是否存在欺诈行为，如信用卡欺诈、虚假退款等。社交媒体平台在社交媒体平台上用于检测虚假账号、水军等欺诈行为。在线招聘用于识别虚假简历、造假等欺诈行为，保障招聘的公平性和效率。 2.一键测试 API点击 测试 按钮，在 APISpace 的测试页面上会默认填充API 密钥，输入相应参数，点击 发送 按钮即可图片3.代码接入 API测试好之后，直接复制下面的 Java 示例代码放在自己的程序中即可
56900编辑于 2023-07-03 - 来自专栏IT杂症
江苏电信山东电信刷CDN-IP
/24218.91.18.0/24218.91.77.0/24218.91.112.0/24221.229.196.0/24223.104.205.0/24这个是我近日整理的刷CDN比较多的IP，山东电信 ，和江苏电信
23110编辑于 2025-08-18 欺诈识别技术指南
技术解析 核心价值与典型场景 欺诈识别技术是金融科技领域的关键应用之一，通过分析用户行为模式和交易数据，识别并防范欺诈行为。 基于大模型的欺诈识别通过深度学习技术，从大量历史数据中学习模式，而规则策略逻辑则依赖于预设的规则和阈值。两者结合使用，可以有效提升欺诈识别的准确性。 实施中的3大关键挑战 数据隐私和安全：在处理用户数据时，需要严格遵守隐私保护法规。 模型泛化能力：模型需要在不同场景和数据分布上保持高准确率。 3. 通过上述指南，您可以深入了解欺诈识别技术，并有效利用腾讯云产品提升欺诈识别能力。
38010编辑于 2025-07-29- 来自专栏Python乱炖
通过关系网络进行欺诈检测和欺诈团伙发现
从常见的两种反欺诈模型说起 金融欺诈，一般是指采用虚构事实或者隐瞒事实真相的方法，骗取公私财物或者金融机构信用的犯罪形式。几乎所有涉及金钱和服务的商业模式都会受到欺诈的攻击。 通信、保险、贷款和信用卡申请是一些最容易出现金融欺诈的领域。 目前并没有一个通用的反欺诈框架可以识别并防范所有形式的欺诈。 一种最常用的反欺诈模型，是通过建立一个规则引擎或者机器学习模型来描述欺诈行为的特征，从而将欺诈行为从正常操作中区别开来。 图3 我们对团体规模大小和欺诈度的相关性进行了分析。其中，欺诈度的定义为：欺诈度=团体中欺诈申请者的数目/团体中申请者总数。我们通过行业内的网贷黑名单数据来判定某一个体是否为欺诈申请者。 相关性结果如下图所示，其中，横坐标表示团体规模大小，纵坐标表示欺诈度。可以看出，当团伙只有两个人时，欺诈度的中位数是0，而当规模变大时，欺诈度陡然增加。
2.2K11发布于 2019-10-31 - 来自专栏API百科
全面解析反欺诈（羊毛盾）API，助你识别各类欺诈风险
前言反欺诈（羊毛盾）反机器欺诈 API，是一种基于大数据分析和模型产品的技术，通过输入手机号、手机 IP 地址进行检测，帮助客户识别大量存在恶意的账号。 反欺诈（羊毛盾）API 的作用图片反欺诈（羊毛盾）API 可以应对什么风险反欺诈（羊毛盾）API 可以对多种欺诈行为进行识别和预防，从而帮助企业降低欺诈风险和经济损失，包括但不仅限于以下六种风险：图片反欺诈 在线支付在线支付时用于检测是否存在欺诈行为，如信用卡欺诈、虚假退款等。社交媒体平台在社交媒体平台上用于检测虚假账号、水军等欺诈行为。在线招聘用于识别虚假简历、造假等欺诈行为，保障招聘的公平性和效率。 反欺诈（羊毛盾）API 的应用原理图片反欺诈（羊毛盾）API 的使用教程APISpace 是 国内一个较大的 API 供应平台，提供多种类型的 API 接口，包括手机号码归属地查询 API 、天气预报查询 图片2.一键测试 API点击 测试 按钮，在 APISpace 的测试页面上会默认填充API 密钥，输入相应参数，点击 发送 按钮即可图片3.代码接入 API测试好之后，直接复制下面的 Java 示例代码放在自己的程序中即可
2K20编辑于 2023-04-14 - 来自专栏hightopo
原 荐 WebGL 3D 电信机架实战之数据
这个 3D 机架的 Demo 我觉得非常有代表性，首先，3D 机架用途非常广，尤其是在电信行业，就算不是机架，在比如工业方面 3D 模型以及数据绑定的应用也是非常广泛的，毕竟现在工业物联网已经是大趋势了 代码实现 虽然上面 gif 图中显示的一个是 2D 的一个是 3D 的，但是构建的步骤以及需要的内容是一样的，所以本文只针对 3D 的模型进行代码实现。 场景搭建 搭建一个 3D 场景是非常快速的，只需要三行代码： dm = new ht.DataModel();//创建一个数据容器 数据容器也可以通过 g3d.getDataModel() 获取 g3d = new ht.graph3d.Graph3dView(dm);//创建一个 3D 场景，将数据容器作为参数传递进去，这样数据容器中的内容就可以显示在 3D 场景中了 g3d.addToDOM(); //将 3D 场景添加到 body 体中 3D 机架模型构建 虽然可以叫设计师直接给我一个 obj 格式的模型，但是我觉得这个比较简答，还是不要麻烦人家了。。。
1.2K60发布于 2018-06-05 - 来自专栏不能显示专栏创建者
随着消费者欺诈行为的增加，网上商业欺诈行为减少
总部位于芝加哥的全球在线欺诈趋势季度报告指出，针对全球企业的涉嫌欺诈性数字交易从大流行的锁定阶段（3月11日至5月18日）到重新开放阶段（5月19日至7月25日）下降了9％。交易安全解决方案提供商。 TransUnion全球欺诈解决方案高级副总裁Shai Cohen在一份声明中说：“随着企业急于数字化，许多人几乎在一夜之间被迫完全上网，欺诈者试图利用这一机会。” 他继续说，随着这些企业增加其数字欺诈预防解决方案，欺诈者将他们的骗局转移到其他地方。 他补充说：“与消费者相反，欺诈者越来越多地使用COVID-19来捕食那些面临越来越大的财务压力的人。”
47500发布于 2021-01-07 - 来自专栏大数据学习笔记
信用卡反欺诈
最后一列Class，0为正常，1为欺诈 2、程序解读 2.1 读取文件 #! lambda x: 1 if x > 1.5 else 0) data['V21_'] = data.V21.map(lambda x: 1 if x > 0.6 else 0) print('每个单一属性的欺诈记录与整车记录的差异统计 ：') print(data.describe()) print(data.sum()) 每个单一属性的欺诈记录与整车记录的差异统计： Time V1 print('欺诈记录的占比：') print(data.Normal.value_counts()) print() print(data.Fraud.value_counts()) pd.set_option ("display.max_columns",101) print(data.head()) 欺诈记录的占比： 1.0 284315 0.0 492 Name: Normal, dtype
2K30发布于 2019-07-02 - 来自专栏大数据杂货铺
使用 CSA进行欺诈检测
对于每笔交易，NiFi 都会调用 Cloudera 机器学习 (CML) 中的生产模型来评估交易的欺诈潜力。 如果欺诈分数高于某个阈值，NiFi 会立即将事务路由到通知系统订阅的 Kafka 主题，该主题将触发适当的操作。 带有分数的交易数据也被保存到 Apache Kudu 数据库中，以供以后查询和提供欺诈仪表板。 识别出的欺诈交易被写入另一个 Kafka 主题，该主题为系统提供必要的操作。 流式 SQL 作业还将欺诈检测保存到 Kudu 数据库。 来自 Kudu 数据库的仪表板提要显示欺诈摘要统计信息。 CML 模型的响应包含一个欺诈分数，由一个介于 0 和 1 之间的实数表示。
2.6K10编辑于 2022-12-02 - 来自专栏源哥的专栏
Google广告计划涉嫌欺诈
Google广告计划涉嫌欺诈 Google之推出广告计划以来 这个，我估计已经涉及欺诈了吧？
35430发布于 2018-08-28 - 来自专栏悟空被FFmpeg玩
使用电信3G猫在Linux下上网办法
我是在Linux下和windows下作了一个对比 1，windows下第一次插入该猫的时候，会以一个usb外接存储设备显示出来，并且看上去是一个CD-ROM的Media设备，当在windows下安装完电信的拨号程序以后 :pr ,sau 51 hne00,40M/<7>[ 174.158650] Monitor-Mwait will be used to enter C-3 state<7>[ 174.177594] 05c6, idProduct=2001<6>[ 174.531334] usb 6-2: New USB device strings: Mfr=1, Product=2, SerialNumber=3< tty52 usb5 vcs3audio event2 loop7 port rtc tty tty30 tty53 usb6 vcs4bsg event3 lp0 ppp rtc0 tty0 tty31 seq tty16 tty36 tty56 usb3 usbmon7audio event1 loop3 network_throughput ram4 sequencer tty17 tty37 tty57
1.6K20发布于 2019-03-05 - 来自专栏灯塔大数据
中国电信用软件定义来“去电信化”
转型”是现如今最常听到一个词，作为伴随着国家命运发展的电信行业也不例外，时下的运营商正在向着去电信化、市场化、差异化的方向不断进行探索。 在三大运营商之中，中国电信不仅拥有大量的计算资源还有充分的网络资源，在去电信化的过程中，主要通过软件定义的方式让基础设施更好的适配业务，以较为成熟的软件定义计算为突破点，以软件定义网络为发力点，最终全面实现软件定义基础设施 用软件定义打破电信壁垒 在90年代电信行业持续保持着两位数的增长，但伴随中国经济的转型，电信行业增长的平均数逐渐变为负值。 “如何利用软件定义的优势避免加剧的管道化不仅是中国电信也将是未来运营商的重要工作方向之一。”中国电信北京研究院副主任工程师梁伟提到，中国电信同样是通过软件化开启网络IT化进程打破电信行业壁垒。 3、 推动IT/CT软硬件投资的变革。利用软件高效组织各类通用的硬件，软件功能强大和稳定则基础设施强大和稳定，将极大降低运营商硬件投入。
3K40发布于 2018-04-09 TiDB 助力北京电信夯实电信账务系统的数据底座
电信账务系统是电信运营商的核心系统 BOSS（业务运营支撑系统）的核心部分，属于电信行业最关键业务系统之一，承担着用户账务处理、账单生成和支付处理等核心职能。 2023 年某省电信机房火灾事故进一步凸显了电信基础设施所面临的风险，电信集团将核心系统的高可用性提升至战略新高度。在这样的背景下，TiDB 通过了 POC 测试，被选为支撑该系统的数据库。 北京电信账务系统因此成为中国电信省分公司中的首个案例，能够在任意数据中心出现故障时，确保数据不丢失并实现秒级业务切换，成为符合集团规范要求的典范。 此次实践进一步增强了北京电信在核心业务系统关键技术方面的自主创新能力，并推动了业务与管理的数字化和智能化。 展望未来，北京电信计划与 TiDB 深化合作，探索更多关键业务场景，将合作扩展至更多电信省份的 BOSS 计费账务等核心领域，服务电信业务的高质量发展。
1.1K10编辑于 2024-11-27- 来自专栏阿黎逸阳的代码
电信流失用户画像
三大运营商电信、联通、移动，都想扩大自己的客户群体。 据研究，获取新客户所需的成本远高于保留现有客户的成本。 因此为了满足在激烈竞争中的优势，提前预测出用户是否会流失，采取保留措施成为一大挑战。 本文和你一起探索电信流失客户的画像，后续文章会对电信用户进行流失预测。 一、数据读取与分析 首先介绍一下数据集，它总共包含了7043个用户的信息。 #每个箱体的总样本数 d3['bad_rate'] = d3['bad']/d3['total'] #每个箱体中坏样本所占总样本数的比例 d3['badattr'] = d3['bad d3['woe'] = np.log(d3['badattr']/d3['goodattr']) #计算每个箱体的woe值 iv = ((d3['badattr']-d3['goodattr 三、流失客户画像分析-总结 总结的流失客户画像如下： 至此，电信流失客户画像已讲解完毕。后续文章会对电信客户流失进行预测，敬请期待。
2.7K10编辑于 2023-08-21 - 来自专栏SDNLAB
电信云保障之旅
随着网络虚拟化、数字化服务和物联网大量涌现，业务风险远高于预期，保证电信云网络和服务将是确保电信云业务的关键。 ? 电信云是运行数字服务和敏捷操作的虚拟化电信基础设施，电信云的准确性、速度和无差操作对数字业务的成功至关重要。 除了服务保证之外，优秀的解决方案可以为用户提供更加智能的服务，将在电信云业务的成功中发挥关键作用。 某些OSS概念需要重新审查，以使这些概念与电信云未知领域相匹配。 3）在混合（物理和虚拟）网络中，通过物理和虚拟原件/功能来传送数字服务。因此SQM系统应作为统一的编排的“manager of managers”。 3）保护SLA：当与故障数据集成时，机器学习提供强大的预测能力来预测问题，并帮助CSP保护其用户的SLA。 4）服务影响：使用基于故障的SQM，可以为混合网络、NFV网络和IoT网络提供更快的服务。
3.6K100发布于 2018-03-30 - 来自专栏数据的力量
【1-3期】我的数据心经：欺诈发现的三种思路
【03期】我的数据心经：欺诈发现的三种思路 更新时间20161121 个人体会：对业务的深度理解，是发现欺诈行为的非常重要前提。 来源：张文彤、钟云飞在人大论坛的SPSS数据挖掘培训视频 标签：欺诈识别、数据挖掘 摘录时间：2016年9月1日 【02期】我的数据心经：模型验证 更新时间20161116 个人体会：模型效果验证除了以上指标外 3、数据助力企业的“四部曲”：描述现状、深入诊断、预测趋势、指挥行动。 4、“快+准”的数据，让我们可以从已知规律中寻找价值。 5、“广+乱”的数据，给予我们从发现中获取颠覆过去规律的能力。
37330发布于 2018-06-20 - 来自专栏hightopo
原 基于HTML5的WebGL电信网管3D
先上段视频，不是在玩游戏哦，是规规矩矩的电信网管企业应用，嗯，全键盘的漫游3D机房: http://www.hightopo.com/guide/guide/core/3d/examples/example _3droom.html 随着PC端支持HTML5浏览器的普及，加上主流移动终端Android和iOS都已支持HTML5技术，新一代的电信网管应用几乎一致性的首选HTML5，当然Flex和Silverlight 最后Hightopo毕竟专注电信行业，知道电信网管需要什么模块库，他能知道我等每天面对ODF/DDF/MDF/Shelf/Card/Port这些电信业务模型的痛苦点。 就像电信OSS和BSS越来越难清晰定界一样，2D和3D的应用也会如此，越来越模糊，一个系统将2D和3D融合是必然趋势，你中有我我中有你，也许将来我这个文章标题会让人觉得搞笑，机房监控当然要有3D功能了， http://www.hightopo.com/guide/guide/core/3d/examples/example_3droom.html 当然3D不是电信网管的专注，以下是我们另一个部门做的太阳能发电
81730发布于 2018-06-05 检测IP地址欺诈风险“Scamalytics”
Scamalytics 是一个专注于检测IP地址欺诈风险及纯净度的在线工具平台，通过分析IP地址的历史行为和关联数据，帮助用户评估其安全性。 核心功能欺诈评分系统：输入IP地址后，系统会生成一个风险评分（0-100），分数越高表示该IP被用于欺诈或恶意活动的可能性越大，例如评分达到100则建议立即更换IP。 主要优势提升安全性：通过拦截高风险IP，减少欺诈交易、虚假账户等行为，保护企业数据与用户隐私。 成本效益：自动化检测降低人工审核成本，同时避免因欺诈造成的业务损失。
2.6K10编辑于 2025-04-21
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