大數(shù)據(jù)技術在防詐騙系統(tǒng)應用及運營實踐

［李力卡 馬澤雄 陳慶年 陶啟茜］

大數(shù)據(jù)技術在防詐騙系統(tǒng)應用及運營實踐

［李力卡 馬澤雄 陳慶年 陶啟茜］

當前電話詐騙高發(fā)勢頭未能得到扭轉，已經成為社會公害。從運營商海量數(shù)據(jù)中有效精準分析、預測詐騙行為，大數(shù)據(jù)技術是不二之選，在網絡監(jiān)測、管控上事半功倍，有效解決了詐騙電話難發(fā)現(xiàn)、難溯源、難攔截等業(yè)界難題，并在實際運營實踐取得了良好的效果。

電話詐騙 大數(shù)據(jù) 網絡監(jiān)控

李力卡

大學本科，高級工程師，現(xiàn)于中國電信廣東研究院工作，主要研究方向為核心網絡、大數(shù)據(jù)產品的關鍵技術研究

馬澤雄

大學本科，高級工程師，現(xiàn)于中國電信廣東研究院工作，主要研究方向為核心網絡、大數(shù)據(jù)產品研究應用與管理。

陳慶年

碩士研究生，高級工程師，現(xiàn)于中國電信股份有限公司廣東分公司網運部工作，主要研究方向為固網、IMS網絡、CDMA網絡的維護管理

陶啟茜

大學本科，高級工程師，現(xiàn)于中國電信股份有限公司廣東分公司網運部工作，主要研究方向為固網、IMS網絡、CDMA網絡的維護管理。

1 引言

通信詐騙本質上是金融詐騙，作案分為3個主要環(huán)節(jié)，傳播環(huán)節(jié)、危害環(huán)節(jié)和套現(xiàn)環(huán)節(jié)。其中傳播環(huán)節(jié)可能采用電話、短信或互聯(lián)網等多種單一手段，而危害環(huán)節(jié)主要通過電話或QQ/微信復合手段作案，到了套現(xiàn)階段用戶損失已經難以挽回，往往消耗大量警力收效甚微。為此，需要在通信網源頭反制，采用大數(shù)據(jù)技術進行分析預判，主動防御，方能事半功倍解決難題。

2 背景

通信詐騙已經成為社會公害，本質是金融詐騙，而最早經典騙局是尼日利亞騙局。目前犯罪分子更能借助高科技手段如VoIP、改號軟件、短信群發(fā)器等，突破運營商監(jiān)測體系，實施跨網、跨省、跨境的精準作案。報告顯示，從身份假冒類詐騙的細分類型分布可以看出，騙子最喜歡假冒電信運營商占比達到26%；其次是假冒領導，占21.2%；排名第三的是假冒快遞，占14.3%；接下就是假冒醫(yī)保、社保機構工作人員，占12.5%，假冒“有關部門”人員的占5.7%，假冒商家客服人員的占了5.7%，假冒銀行工作人員的占5.3%，假冒公檢法干部的占3.9%，假冒學校老師的占2.9%等。但從案值來看，假冒公檢法、假冒領導熟人危害最大。

根據(jù)工信部的定義，“通信網絡的語音信息中，具備以下一種或多種特征的即是不良語音信息：①語音信息包含違法內容；②語音信息使用違法違規(guī)設備或技術手段；③呼叫行為異常；④違背用戶主觀意愿的語音信息，常引發(fā)用戶投訴或舉報?！?/p>

從運營商網絡防范角度來看，在不能監(jiān)聽語音的情況下，基于號碼監(jiān)控體系難以適應目前詐騙分析需求。

首先，主叫鑒權在始發(fā)局，而網絡全球化市場化日益充分，加上漫游特性和改號軟件，帶來詐騙號碼管控難；

其次，運營商信令監(jiān)測分析系統(tǒng)僅能對異常主叫號碼形態(tài)分析，存在局限性，只能對號碼形態(tài)（位長、數(shù)字）不能對內容特征、違規(guī)設備進行有效分析，難度極大。

三是攔截能力有限，由于通信網絡原有攔截能力有限，只能支持一定量相對高頻固定號碼的定點攔截，因此無法適應多變詐騙號碼的攔截。

3 大數(shù)據(jù)在防詐騙解決方案的應用

針對以上不足，要實現(xiàn)對通訊信息詐騙的智能化、動態(tài)化、自適應監(jiān)控能力，需要建立以下主動發(fā)現(xiàn)、攔截干預和運營管理三方面6類功能：不良呼叫/信息的監(jiān)測、智能分析、攔截處置、風險提示、指揮協(xié)同、用戶通信安全等，如圖1所示。

圖1 防信息詐騙技術能力體系

其中第二步不良呼叫/信息的智能分析，是關鍵中的關鍵，也是業(yè)界難題。

本方案借助網絡大數(shù)據(jù)技術，在通信網之上疊加建立主動發(fā)現(xiàn)、主動防御的新型系統(tǒng)以建立完整的反應鏈。該系統(tǒng)將提供三位一體的防詐騙能力：

（1）智能識別+線索追蹤+業(yè)務攔截一體化防詐騙能力；

（2）系統(tǒng)能實現(xiàn)通訊網不良號碼、錄音語音、詐騙短信三層分析+攔截功能。

采用大數(shù)據(jù)技術構建防詐騙系統(tǒng)是必然的選擇，因大數(shù)據(jù)系統(tǒng)具有以下特點或優(yōu)點：

（1）數(shù)據(jù)匯聚能力強；

（2）支持實時流處理

（3）支持多種精準分析模型挖掘，適應多種場景的分析判別；

（4）數(shù)據(jù)接口豐富靈活；

（5）開源技術成本低。

3.1 功能架構的實現(xiàn)

防詐騙系統(tǒng)的整體系統(tǒng)功能架構如圖2所示。

圖2 防詐騙系統(tǒng)總體功能架構

系統(tǒng)架構包括基礎設施層、通過標準接口，進行數(shù)據(jù)匯聚，建立以挖掘模型為核心的三大子系統(tǒng)及服務門戶，對外提供系統(tǒng)門戶、應用接口、服務接口。

3個主要應用子系統(tǒng)根據(jù)電話號碼、電話語音、短信3個功能群劃分：

（1）詐騙號碼分析子系統(tǒng)：基于惡意行為特征號碼的大數(shù)據(jù)分析引擎，支持主動發(fā)現(xiàn)、預警及溯源分析，攔截默認采用網絡定向和全局攔截。

（2）詐騙短信分析攔截子系統(tǒng)：根據(jù)詐騙短信行為特征和內容進行大數(shù)據(jù)分析引擎，支持網絡攔截。

（3）詐騙語音分析攔截子系統(tǒng)（可選）：基于詐騙語音信息與行為特征分析攔截平臺，并針對錄音或音頻詐騙電話快速實現(xiàn)區(qū)域化攔截，鑒于語音監(jiān)聽法律問題需要。

3.2 大數(shù)據(jù)技術架構的應用

為解決海量數(shù)據(jù)分布式處理、準實時預警等關鍵問題，采用一系列先進的大數(shù)據(jù)技術構架。

（1）基于hadoop集群的海量存儲和數(shù)據(jù)倉庫，用于解決海量數(shù)據(jù)的清洗、去重、排序和計算輸出結果，主要包括每個呼叫的ETL結果和灰名單呼叫清單、統(tǒng)計報表等。

（2）準實時流式計算架構解決方案，為實現(xiàn)海量大數(shù)據(jù)的計算能力，采用了spark和spark streaming的準實時批處理計算架構。

spark較Hadoop 的map/reduce分布式計算架構而言，使用內存來避免頻繁低效的磁盤I/O操作，在對付復雜或迭代算法時性能極大提高，可媲美實時處理性能；而且spark較傳統(tǒng)實時分布計算引擎的storm更優(yōu)，因為spark的理念是將計算過程傳遞給數(shù)據(jù)，在數(shù)據(jù)龐大時性能優(yōu)勢尤其突出。

而且spark生態(tài)圈逐步完善，未來可兼容各種數(shù)據(jù)接口，調用更多開源工具或API。

系統(tǒng)進一步將spark與hive、kafka、MySQL等工具組件互相協(xié)作，充分發(fā)揮不同組件的優(yōu)勢，在綜合性能上達到業(yè)界先進水平。經試驗。系統(tǒng)可有效應對全省每天數(shù)以億計的大量實時信令的關聯(lián)處理、數(shù)據(jù)快速分析與準實時數(shù)據(jù)推送。

（3）數(shù)據(jù)庫解決方案：數(shù)據(jù)庫是大數(shù)據(jù)的基礎，系統(tǒng)采用開源的數(shù)據(jù)倉庫hive、hdfs來滿足大容量的存儲和分布式計算需求；針對前端應用則采用MySQL、Redis，支持關系數(shù)據(jù)表復雜SQL和結構化數(shù)據(jù)的應用。

（4）大數(shù)據(jù)工具：為提升系統(tǒng)操作反應速度，實現(xiàn)高性能查詢，應用了impala等分布式數(shù)據(jù)查詢工具，速度提高10倍，如圖3所示。

圖3 防詐騙系統(tǒng)大數(shù)據(jù)平臺技術架構

3.3 大數(shù)據(jù)防詐騙分析挖掘技術

針對詐騙識別難、命中率低等問題，尤其在不能取得語音內容的情況下，要能對詐騙行為進行有效精準識別是非常困難的。

系統(tǒng)通過匯聚固網、移動網的信令數(shù)據(jù)、短信數(shù)據(jù)，進行有效清洗，建立一系列特征向量，主要為技術特征指標（P1）、呼叫行為特征指標（P2）、用戶反饋指標（P3）等3類不同等級的指標體系，如虛假號碼、強度異常、呼叫分布、位置區(qū)域、接通/呼損、接續(xù)時長等多維度向量群，滿足工信部相關技術要求，本系統(tǒng)更具有路由溯源、主被叫相關性、號碼成分、相似性、一卡雙號關聯(lián)性等多項特色的創(chuàng)新關鍵特征供分析。

系統(tǒng)目前已固化形成五類10多種精準模型，包括非法發(fā)話、惡意騷擾、假冒詐騙電話、銀行賬號、釣魚網址短信等，實現(xiàn)早期預判、一網打盡。

系統(tǒng)不同模型各自獨立，并行計算或迭代回歸；支持新模型的擴展和灰名單的反復洗白。我們結合被叫回訪、網絡確認、公安合作等手段，確定了正樣本和負樣本上萬條，進行數(shù)據(jù)訓練達到200多萬條。因此，在詐騙信息的查全率、精確率上較一般系統(tǒng)優(yōu)勢明顯，各項指標均業(yè)界領先。

以假冒詐騙模型為例，目前已經可以根據(jù)全網局點、基站信息和位置，可以確定每個主叫的真實來源，同時已獲取300多個行業(yè)特服號碼以及大量公檢法號碼，以便確定是否虛假號碼，同時結合行為特征識別惡意行為，根據(jù)主叫行為、主被叫通話行為關系特征等異常情況，應用了分類、決策樹等算法，智能預測假冒公檢法、假冒熟人領導等高危害的涉嫌詐騙號碼，如002087504234假冒廣州市公安局，0021034074800、00882134074800假冒上海市公安局某分局。

詐騙短信模型研究方面，已有能力針對點對多點/多點對多點相似重復短信，首先給予行為特征識別主叫成分、被叫關系、頻次、來源分布異常，其次針對攜帶的信息內容進行特征分析，如銀行賬號規(guī)則（Luhn算法）、釣魚網址、電話號碼等，進行分類、聚類、決策樹算法實現(xiàn)極高精準分析。

4 大數(shù)據(jù)防詐騙系統(tǒng)的運營實踐

4.1 防詐騙運營技術體系

系統(tǒng)在集團、省現(xiàn)網部署后，應依托防范通訊信息詐騙系統(tǒng)，建立集團-省，省-市兩級一體化的主動式防詐騙運營工作體系。主要目標是：

（1）自主發(fā)現(xiàn)：我省詐騙電話、短信的主動發(fā)現(xiàn)；

（2）主動防御：指導、協(xié)調省市一體化開展工作，實現(xiàn)快速響應、精準研判、精確處置的全流程閉環(huán)；

（3）高效協(xié)作：通過技術手段打通處理流程；

（4）有效管控：跟蹤閉環(huán)評估防范效果。

防詐騙運營體系工作流程尚在探索中，以某省防詐騙運營體系為例，建議如下：

（1）明確指揮協(xié)同部門；

（2）圍繞防詐騙系統(tǒng)后設立防詐騙技術運營中心，負責防詐騙技術手段、技術研判、灰名單庫管理及系統(tǒng)運營支撐；

（3）省級NOC、分公司負責執(zhí)行監(jiān)控、研判、處置、市場客戶溝通等。

工作界面如圖4所示。

圖4 防詐騙運營體系建設

其中采集固定證據(jù)進行研判新增較多工作量，在處置上注意解決好跨部門、異地協(xié)作情況可能遇到困難較大，需要通過派單系統(tǒng)貫穿流程保障效果。

4.2 防詐騙運營問題和建議

在實際運營中，從自主發(fā)現(xiàn)、分析研判、問題流轉分級、問題處置4個環(huán)節(jié)中，在相關環(huán)節(jié)存在一些待具體問題，對處置效率、質量影響比較大，如圖5所示。

圖5 詐騙信息的主動處置流程

（1）分析研判：直接評判難度大，在釣魚階段，詐騙目的并不明顯，一些打著幌子的廣告類騷擾與詐騙差異不大，如投資理財、借貸、教育等，有報告顯示大約40%此類騷擾屬于詐騙，在不能大范圍語音監(jiān)聽的情況下，需要對大量被叫回訪造成騷擾。

（2）問題流轉與分級：需要跨單位、跨部門核對用戶身份、網絡接入、服務合同是否違約行為，涉及的前后端部門眾多，下至客服、發(fā)卡渠道，上至集團、通管局等上級部門協(xié)調，流轉周期長。

（3）問題處置：從源頭控制、發(fā)端攔截原則出發(fā)，首選關停，次選網絡攔截。在沒有上級部門依據(jù)下，自主關停涉及違約處置、客戶申訴，流程并不直接和清晰。

因此，在處置過程中，需要將流程可通過大數(shù)據(jù)固定證據(jù)、透視本質等優(yōu)化決策體系，借助IT系統(tǒng)縮短決策時間，通過優(yōu)化管理流程，將可有效提升處理效率。

4.3 防詐騙應用效果

大數(shù)據(jù)防詐騙系統(tǒng)在中國電信集團和省層面都得到推廣應用，已覆蓋國際局，DC1部分省及廣東省內區(qū)域近億用戶，日均處理呼叫信令3億條目前仍在擴大，發(fā)現(xiàn)灰呼叫4000萬次/日，形成集團級灰名單庫累計上千萬個號碼，其中按灰號碼個數(shù)統(tǒng)計60%為非法號碼（國際為主），按灰呼叫量統(tǒng)計96%為惡意/超短騷擾話務，并主動發(fā)現(xiàn)隱匿河源、茂名、惠州、東莞等地固話、手機惡意詐騙點30余處。

圖8 Kinect捕獲行走和跳躍姿勢以及3D模型做出的相應姿勢

本文描述了如何利用Kinect獲取人體運動的三維深度信息，然后從三維深度數(shù)據(jù)中提取人體數(shù)據(jù)，并利用Kinect for Windows SDK2.0中進行骨骼關節(jié)點定位以及提取人體骨架系統(tǒng)。接下來本文提出并重點介紹了泰勒濾波平滑處理算法，以及如何利用該算法對人體骨骼數(shù)據(jù)進行平滑處理，并對該算法進行了仿真測試，解決了當人體肢體有重疊時，造成肢體末端抖動的問題。接著，本文簡單地介紹了人體3D建模，骨骼綁定以及運動重定向算法，參考了楊熙年［7］等人的運動重定向算法解決了3D模型在運動時滑步以及肢體穿透等問題。最后本文對系統(tǒng)的界面和功能進行了介紹和演示。

在某些應用場景，如游戲動作設計，我們需要將錄制好的動作數(shù)據(jù)保存，并對多余的動作數(shù)據(jù)進行剪輯操作。在游戲需要觸發(fā)的時候，再來驅動模型運動。因此，動作數(shù)據(jù)錄制和剪輯功能將是下一步的工作重點之一。

1馬慶.基于Kinect的實時人體動畫合成及重定向技術研究［D］.浙江，浙江工業(yè)大學2012

2Lin Yang，Haiwei Dong，Abdulhameed Alelaiwi and Abdulmotaleb El Saddik，"Evaluating and Improving the Depth Accuracy of Kinect for Windows V2，" IEEE Sensors Journal，vol.15，NO.8，pp.4275-4276，Auguest 2015

3A.Kolb，E.Barth，R.Koch and R.Larsen，"Timeof-flight sensors in computer graphics，"in Proc，EUROGRAPHICS，2009，pp.119-134

4H.Sidenbladh，M.Black，L.Sigal.Implicit probabilistic models of human motion for synthesis and tracking［C］.Copenhagen:Computer Vision，2002:784-800

5楊文超，吳亞東，趙思蕊，馮鑫淼.智慧家庭管家設計與實現(xiàn)［J］.人工智能，2015，30（4）：81-83

6DL James，CD Twigg.Skinning mesh animations［C］.Los Angeles:Association for Computing Machinery，2005: 399-407

7楊熙年，張家銘，趙士賓.基于骨干長度比例之運動重定向目標算法［J］.中國圖象圖形學報，2002，7（9）: 871-875

10.3969/j.issn.1006-6403.2016.10.001

（2016-09-22）