研究構(gòu)建電信網(wǎng)絡(luò)詐騙防范預(yù)警信息平臺

牛碩　鄧捷　陳佳宇　林宇辰　李昊海

摘? ?要：近年來，電信網(wǎng)絡(luò)詐騙案件逐漸趨向種類多樣性、受害群體普遍性，而目前社會上的群眾防詐教育存在著滯后性和覆蓋面少等缺點(diǎn)，許多地方甚至不重視群眾防詐教育，如何教育并提高群眾對電信網(wǎng)絡(luò)詐騙的防范意識是減少電信詐騙發(fā)生的關(guān)鍵。文章旨在推出一款能夠利用個性化推薦系統(tǒng)，根據(jù)用戶年齡、職業(yè)、文化程度等信息形成用戶自定義個人畫像，為群眾量身訂造防范電信網(wǎng)絡(luò)詐騙的教育平臺APP，從而解決傳統(tǒng)網(wǎng)絡(luò)與線下宣傳教育出現(xiàn)的問題。通過Android系統(tǒng)構(gòu)建“防詐通”電信詐騙信息聚合平臺APP，利用推薦系統(tǒng)算法將數(shù)據(jù)進(jìn)行分類并與用戶畫像結(jié)合實(shí)現(xiàn)個性化的防詐案例集，給用戶提供大量與自身切合的防詐新聞，培養(yǎng)并加固群眾的防范意識，以此來實(shí)現(xiàn)教育培養(yǎng)與提高公民防范電信網(wǎng)絡(luò)詐騙意識的目的。

關(guān)鍵詞：個性化推薦;Android平臺構(gòu)建;用戶畫像;數(shù)據(jù)分類

中圖分類號： TP520.4060? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A

Abstract： In recent years， the telecom network fraud cases gradually incline to species diversity and universality of vulnerable groups， and the social masses fraud prevention education lag and coverage exist shortcomings， such as less， many places do not even attach importance to the anti cheat education， how to education and raise people's awareness to the telecom network fraud is the key to reduce telecom fraud occurred. This project aims to launch a personalized recommendation system that can form a user's self-defined personal portrait according to the user's age， occupation， education level and other information， and create an education platform tailored for the masses to prevent telecom network fraud， so as to solve the problems arising from traditional online and offline publicity and education. Through the Android build via "anti cheat" telecom fraud information aggregation platform， using the recommendation system algorithm is applied to the data classification combined with user portrait realize personalized and preventing fraud case set， provide users with a large number of rich and its relevant anti cheat news， cultivating and strengthening the awareness of the masses， so as to realize the education to cultivate and enhance the citizens' consciousness of telecommunications networks to prevent fraud.

Key words： personalized recommendation; android platform construction; user portrait ;data classification

1 引言

隨著當(dāng)下網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)已經(jīng)滲透進(jìn)了人們生活的方方面面。在構(gòu)建一個方便、快捷的虛擬世界的同時，也隨之帶來一些負(fù)面的影響。網(wǎng)絡(luò)詐騙便是在這種網(wǎng)絡(luò)技術(shù)發(fā)展的大環(huán)境下日益猖獗。

根據(jù)公安部官方微博消息顯示，盡管公安機(jī)關(guān)開展了持續(xù)不斷地打擊，但是受各種因素的影響，電信網(wǎng)絡(luò)新型犯罪活動仍然快速發(fā)展蔓延，形式嚴(yán)峻、危害突出。在公安部刑偵局歸納出的常見的電信詐騙犯罪案件中，使用電話類的占63.3%、使用短信的占14.8%、使用網(wǎng)絡(luò)的占19.6%。

騰訊守護(hù)者計劃發(fā)布的2018年第一季度《反電信網(wǎng)絡(luò)詐騙大數(shù)據(jù)報告》中顯示，網(wǎng)絡(luò)詐騙雖然近年來有所改善，但犯罪分子也在不斷地轉(zhuǎn)換詐騙手段，威脅著群眾的經(jīng)濟(jì)財產(chǎn)安全。為了減少電信網(wǎng)絡(luò)詐騙的發(fā)生，除了要求有關(guān)部門加大打擊力度的同時，廣大網(wǎng)絡(luò)使用者也應(yīng)該增強(qiáng)網(wǎng)絡(luò)安全意識，了解并學(xué)習(xí)網(wǎng)絡(luò)安全的相關(guān)知識，提高自己的防范能力。

群眾網(wǎng)絡(luò)詐騙防范意識的樹立與預(yù)防本領(lǐng)的提高是打擊網(wǎng)絡(luò)詐騙的重要手段之一。宣傳、加強(qiáng)管理、完善法律法規(guī)、加大打擊力度等手段主要是通過對網(wǎng)絡(luò)詐騙的處理來抑制網(wǎng)絡(luò)詐騙的發(fā)生。但是，無論如何抑制打擊，只要網(wǎng)絡(luò)詐騙的主體還在，這種現(xiàn)象便不會徹底消失。而從群眾的角度出發(fā)，加強(qiáng)群眾對網(wǎng)絡(luò)詐騙防范意識和本領(lǐng)的教育，群眾便可以更好地分辨出網(wǎng)絡(luò)詐騙，從而可以防止陷入網(wǎng)絡(luò)詐騙當(dāng)中。這種方式可以有效地減少網(wǎng)絡(luò)詐騙的目標(biāo)，使網(wǎng)絡(luò)詐騙者無從下手，進(jìn)而有效地遏制網(wǎng)絡(luò)詐騙。然而，群眾是由各式各樣的個體組成的，不同個體有不同的特點(diǎn)。譬如，不同年齡、職業(yè)、教育程度的人，他們所接觸的圈子不同，經(jīng)濟(jì)狀況、興趣愛好也是不同的。因此，犯罪分子必然會從這個角度入手，對不同的人群進(jìn)行不同種類的詐騙。不同的群體所受到的網(wǎng)絡(luò)詐騙威脅是不同的，通過個性化教育，提高群眾網(wǎng)絡(luò)詐騙防范意識與本領(lǐng)，達(dá)到加強(qiáng)群眾對網(wǎng)絡(luò)電線詐騙防范意識和本領(lǐng)的作用效果，是十分有必要且有價值的。從這點(diǎn)出發(fā)，嘗試構(gòu)建并完善電信詐騙新聞聚合教育平臺，為未來對群眾進(jìn)行防詐教育提供一種更加合理和有效的方式。

本文設(shè)計的電信網(wǎng)絡(luò)詐騙新聞匯集平臺“防詐通”（以下簡稱防詐通），首先運(yùn)用Scrapy爬蟲技術(shù)從網(wǎng)絡(luò)上獲取大量電信詐騙類新聞，根據(jù)網(wǎng)上大量數(shù)據(jù)的共同點(diǎn)與獨(dú)特屬性，將獲得的新聞數(shù)據(jù)根據(jù)詐騙手段、節(jié)日詐騙、詐騙對象、地區(qū)、詐騙金額、防詐標(biāo)語、詐騙持續(xù)時間、各地案件數(shù)量等維度進(jìn)行分類，形成專門的新聞數(shù)據(jù)庫。進(jìn)而使用Android Studio建立起用于展現(xiàn)數(shù)據(jù)的平臺，并在APP上要求用戶提供基本個人信息來初步形成用戶個人畫像，使其與系統(tǒng)中設(shè)定好的用戶畫像相匹配，再將與該畫像連接的防詐新聞推送到用戶的“防詐通”中，以此達(dá)到個性化推薦的效果。

2 針對性防范教育

2.1 防詐教育現(xiàn)狀

目前社會上主流的防詐騙宣傳教育方式主要有兩種：一是通過自營號、微信公眾號、新聞媒體等網(wǎng)絡(luò)平臺使用文字、圖片、視頻等方式為群眾介紹最近的電信詐騙案件或提醒群眾日常需要提防的電信詐騙手段;二是在現(xiàn)實(shí)生活中警方通過宣傳標(biāo)語、進(jìn)入社區(qū)開展防詐宣傳講座、在銀行門口安排專人為路過群眾介紹電信詐騙手段等方式進(jìn)行宣傳教育。這兩種方式都能起到教育群眾的作用。然而，它們同樣存在著自己獨(dú)有的缺點(diǎn)：網(wǎng)絡(luò)平臺雖然有實(shí)時性、易獲取等特點(diǎn)，但因?yàn)榫W(wǎng)絡(luò)平臺太過分散，適合某一人群的防詐新聞分散在不同平臺，難以聚合獲取，在目前的快餐時代，無法做到重復(fù)教育，讓群眾形成主觀的防詐意識，達(dá)不到理想的效果;線下教育雖然能做到言傳身教，讓群眾更容易形成防詐意識，但其有著自己天然的劣勢，即受眾范圍小，一次宣傳或許只能達(dá)到百人或千人收益，無法做到大規(guī)模的群體收益，且介于目前電信詐騙手段更新速度之快，線下教育很可能會出現(xiàn)宣傳內(nèi)容滯后，無法與時俱進(jìn)的問題，并且在當(dāng)今各地警力資源匱乏的情況下，線下教育在案件量多、警察任務(wù)重的地區(qū)難以開展。

2.2 推薦系統(tǒng)

互聯(lián)網(wǎng)時代的出現(xiàn)和普及為人類提供了得以快速獲取信息、分享信息的平臺，21世紀(jì)的人類進(jìn)入了前所未有的信息爆炸時代，而面對大量信息的沖擊，人們難以在眾多無用數(shù)據(jù)中篩選出對自己有用的信息內(nèi)容，導(dǎo)致信息使用效率下降，產(chǎn)生信息超載的問題。

為了解決信息超載的問題，1995年3月，卡耐基·梅隆大學(xué)的Robert Armstrong等人在美國人工智能協(xié)會中提出了個性化導(dǎo)航系統(tǒng)Web Watcher，在同一會議上，斯坦福大學(xué)的Marko Balabanovic等人推出了個性化推薦系統(tǒng)LIRA。推薦系統(tǒng)的研究及運(yùn)用逐漸與電子商務(wù)相結(jié)合，2003年Google開創(chuàng)了AdWards盈利模式，通過提取用戶搜索的關(guān)鍵詞來提供相關(guān)的廣告，導(dǎo)致廣告的點(diǎn)擊率不斷上升，提高了Google的廣告收入利潤，2007年Google改進(jìn)了AdWards模式，改良了單詞搜索關(guān)鍵詞的方法，通過對用戶一段時間內(nèi)的搜索歷史進(jìn)行記錄和分類，進(jìn)行提供更為精準(zhǔn)的個性化推薦?！鞍俣仁澜绱髸?011”上，百度創(chuàng)始人李彥宏提出將推薦引擎與云計算、搜索引擎并列為未來互聯(lián)網(wǎng)重要戰(zhàn)略規(guī)劃以及發(fā)展方向。

推薦系統(tǒng)是通過提取用戶相關(guān)信息并對用戶行為進(jìn)行分析，獲取用戶個人偏好，并通過推薦算法為用戶提供個性化的推薦服務(wù)，一方面幫助用戶在大量信息中針對性地發(fā)現(xiàn)對自己有價值的信息，減少瀏覽無用信息的精力與時間，提高對信息提供平臺的喜愛性與依賴性，另一方面信息能夠點(diǎn)對點(diǎn)的出現(xiàn)在對它感興趣的用戶面前，使信息的使用率上升，實(shí)現(xiàn)用戶與信息提供者之間的雙贏。

3 電信詐騙行為分類

3.1 防詐新聞多維度分類

如今的網(wǎng)絡(luò)詐騙類型眾多，如何實(shí)現(xiàn)對電信詐騙信息的分類并由此實(shí)現(xiàn)對用戶的個性化推薦是本次項(xiàng)目的重點(diǎn)。

電信詐騙有著活動蔓延性大、發(fā)展迅速、手段翻新速度快等特點(diǎn)。因此，電信詐騙信息數(shù)據(jù)內(nèi)容龐大且復(fù)雜，難以按照一個有效的方法將其分類。模仿推薦系統(tǒng)算法，參考公安部近年來公布的電信網(wǎng)絡(luò)詐騙套路，通過大量收集網(wǎng)絡(luò)上已有數(shù)據(jù)并按照詐騙手段、主要節(jié)日詐騙、詐騙對象、地區(qū)、詐騙金額、防詐標(biāo)語、詐騙持續(xù)時間、各地案件數(shù)量等方面，從多種維度將電信詐騙信息數(shù)據(jù)進(jìn)行詳細(xì)分類。

在眾多分類維度當(dāng)中，詐騙手段與詐騙對象是最基礎(chǔ)的維度。電信詐騙，是犯罪分子通過某種詐騙手段，選擇詐騙對象實(shí)施詐騙行為，導(dǎo)致受害人經(jīng)濟(jì)財產(chǎn)損失的動作。詐騙手段與詐騙對象會在節(jié)日維度與詐騙持續(xù)時間維度進(jìn)行動態(tài)變化，如圖4和圖5所示。例如，某犯罪分子會在婦女節(jié)當(dāng)天實(shí)施電信詐騙，因?yàn)楣?jié)日的緣故，犯罪分子更青睞于選擇女性作為詐騙對象，利用推銷美容減肥用品或節(jié)日贈禮等手段進(jìn)行詐騙，且詐騙持續(xù)時間短，因?yàn)楣?jié)日的緣故會讓受害人降低對詐騙的防備。可見，詐騙手段分類與詐騙對象是最基本的兩種分類方式。

3.2 詐騙手段分類

根據(jù)詐騙方式的不同，可將電信詐騙粗分類為微信、QQ等社交軟件詐騙;傳統(tǒng)電話形式詐騙;短信詐騙;互聯(lián)網(wǎng)詐騙及以路邊二維碼、小廣告等形式的其他類詐騙。不同的詐騙方向又會根據(jù)工具的不同發(fā)展出不同的詐騙方法。例如，微信等社交工具以其方便與靈活性被人們廣泛使用，微信好友、朋友圈、訂閱號、附近的人等功能為人們的交流交友提供了便利的條件。然而，因?yàn)樯缃卉浖纳矸蓦[藏性以及不能與好友面對面等特點(diǎn)，每個用戶都可能戴著一副虛偽的面具與他人交流，因此這些社交功能為犯罪分子提供了施行詐騙的突破口。犯罪分子通過微信好友、附近的人等功能大量的散發(fā)添加好友信息，將自己的頭像偽裝成富豪或者美女，并精心經(jīng)營自己的朋友圈，使得受害人相信犯罪分子的偽裝，進(jìn)而向受害人傳述自己的生財之道，誘騙受害人一步步掉進(jìn)被編織好的陷阱。等到受害人意識到自己受騙時，犯罪分子早已攜帶贓款逃之夭夭，這只是眾多詐騙手段的一種。通過將網(wǎng)絡(luò)上大量數(shù)據(jù)從簡到繁、從粗到細(xì)，將如上所訴的大量新聞數(shù)據(jù)結(jié)合我國電信詐騙現(xiàn)狀及公安部近年來公布的詐騙案件種類，把數(shù)據(jù)分類成樹狀圖形式，如圖6所示，從而針對用戶進(jìn)行更好的個性化推薦。

3.3 詐騙對象分類及用戶畫像

根據(jù)網(wǎng)絡(luò)上搜集到的數(shù)據(jù)中的詐騙對象進(jìn)行統(tǒng)計歸類，將詐騙對象按照性別、年齡、經(jīng)濟(jì)條件、文化程度、職業(yè)五種維度進(jìn)行分類。而在年齡上又根據(jù)該年齡段常用工具將其分為使用電話類、短信類、社交軟件類以及互聯(lián)網(wǎng)類。

對詐騙對象的分類，就是用于對用戶的自定義畫像的分類。通過收集網(wǎng)絡(luò)上大量受害人的信息，經(jīng)過篩選總結(jié)，發(fā)現(xiàn)受害人中男性比例略高于女性，而青年人在全部受害人中占比超過60%，至于在文化程度方面，占多數(shù)的是初中學(xué)歷。除此之外，電話和網(wǎng)絡(luò)詐騙是目前犯罪分子成功實(shí)現(xiàn)詐騙的主要工具。

通過表1中不同維度占比的大小以及維度本身權(quán)重的高低，把上述維度重新分類組合，形成人工設(shè)定用戶畫像。例如，常用網(wǎng)絡(luò)的青年女性，大學(xué)本科學(xué)歷，或是常用電話的老年男性，小學(xué)學(xué)歷等。如此一來，形成全部用戶畫像，并與新聞數(shù)據(jù)相連接。通過這種方式使得之后用戶在定義完自己的個人畫像后，個人畫像會匹配系統(tǒng)中已有的用戶畫像，系統(tǒng)會根據(jù)用戶畫像向用戶的APP中推送與之相匹配的新聞信息。

4 相關(guān)技術(shù)簡介

4.1 Scrapy爬蟲技術(shù)

Scrapy是Python開發(fā)的一個快速、高層次的屏幕抓取和Web抓取框架，用于抓取Web站點(diǎn)并從頁面中提取結(jié)構(gòu)化的數(shù)據(jù)。Scrapy用途廣泛，可以用于數(shù)據(jù)挖掘、監(jiān)測和自動化測試。Scrapy可以根據(jù)需求方便的修改。它也提供了多種類型爬蟲的基類，如BaseSpider、Sitemap爬蟲等。

根據(jù)四步流程進(jìn)行信息爬取。（1）創(chuàng)建一個Scrapy項(xiàng)目;（2）定義提取的Item;（3）編寫爬取網(wǎng)站的Spider并提取Item;（4）編寫Item Pipeline來存儲提取到的Item（即數(shù)據(jù)）。Scrapy抽取信息的基本流程如圖8所示。

4.2 Android Studio

Android Studio是基于IntelliJ IDEA的官方Android應(yīng)用開發(fā)集成開發(fā)環(huán)境（IDE）。除了IntelliJ強(qiáng)大的代碼編輯器和開發(fā)者工具，Android Studio提供了更多可提高Android應(yīng)用構(gòu)建效率的功能，具體有九項(xiàng)。

（1）基于Gradle的靈活構(gòu)建系統(tǒng);

（2）快速且功能豐富的模擬器;

（3）可針對所有Android設(shè)備進(jìn)行開發(fā)的統(tǒng)一環(huán)境;

（4）Instant Run，可將變更推送到正在運(yùn)行的應(yīng)用，無需構(gòu)建新的APK;

（5）可幫助構(gòu)建常用應(yīng)用功能和導(dǎo)入示例代碼的代碼模板和GitHub集成;

（6）豐富的測試工具和框架;

（7）可捕捉性能、易用性、版本兼容性以及其他問題的Lint工具;

（8）C++和NDK支持;

（9）內(nèi)置對Google云端平臺的支持，可輕松集成Google Cloud Messaging和APP引擎。

5 數(shù)據(jù)收集與平臺搭建

5.1數(shù)據(jù)收集

用Scrapy爬蟲爬取網(wǎng)絡(luò)上關(guān)于詐騙方法和詐騙手段的新聞，例如，從今日頭條和新浪網(wǎng)等新聞網(wǎng)站上爬取到想要的新聞并將其標(biāo)題、出版社、封面等數(shù)據(jù)用Pymysql存儲到本地的MySql中，再經(jīng)過人工篩選，按照制定的推薦方法建成一個新聞數(shù)據(jù)庫。當(dāng)然，該數(shù)據(jù)庫遠(yuǎn)遠(yuǎn)不夠完善，因?yàn)榇罅康脑p騙新聞信息在網(wǎng)絡(luò)的形式千奇百怪、良莠不齊，且沒有分類。假若由公安專業(yè)部門進(jìn)行收集整理，則能大大擴(kuò)充數(shù)據(jù)庫，提高實(shí)戰(zhàn)性。本文在建立了數(shù)據(jù)庫的基礎(chǔ)上，進(jìn)行后續(xù)實(shí)驗(yàn)。部分新聞數(shù)據(jù)庫基本情況如表2所示。

5.2 Android平臺搭建

參考當(dāng)今網(wǎng)絡(luò)上比較流行的手機(jī)新聞類客戶端，使用Android Studio開發(fā)出“防詐通”這一針對易被騙人群的電信網(wǎng)絡(luò)詐騙防范信息聚合平臺，允許用戶在該平臺上按照性別、年齡、職業(yè)等個人信息形成用戶個人自定義畫像。Android Studio中自帶的SQLite輕量型關(guān)系型數(shù)據(jù)庫能夠把用戶個人信息數(shù)據(jù)存儲到個人本地的數(shù)據(jù)庫中。同時，將存儲在MySql中的新聞數(shù)據(jù)同樣設(shè)置在平臺內(nèi)部的數(shù)據(jù)庫中，并根據(jù)用戶的不同在數(shù)據(jù)庫中為每條新聞貼上獨(dú)特的標(biāo)簽。如此，Android Studio中用戶所定義的對于自我的畫像將與新聞數(shù)據(jù)的標(biāo)簽相結(jié)合，形成數(shù)據(jù)—用戶標(biāo)簽對應(yīng)的個性化推薦體系，并根據(jù)用戶的個人畫像向用戶推送適合用戶的詐騙信息新聞。

例如，在初始設(shè)定中將用戶信息設(shè)置為ID：NS，出生日期：1990-3-1，教育程度：研究生的信息。點(diǎn)擊確定后，后臺會自動存儲用戶的個人信息，并將用戶的ID體現(xiàn)在后面的用戶信息頁上。在下一頁跳轉(zhuǎn)界面中選擇自己的職業(yè)為學(xué)生，同樣，點(diǎn)擊“開始體驗(yàn)”后，后臺也會存儲用戶的行業(yè)信息。由此，后臺數(shù)據(jù)庫獲得了用戶的初步個人畫像，并根據(jù)此用戶畫像將新聞數(shù)據(jù)庫中的新聞數(shù)據(jù)以設(shè)定好的適用年齡、適用人群等屬性與用戶相匹配，從而實(shí)現(xiàn)對用戶的詐騙新聞的定向投遞。

6 結(jié)束語

本文中APP以個性化推薦的方式，為用戶打造專屬用戶畫像。通過大量收集防詐新聞數(shù)據(jù)并從中找尋基礎(chǔ)屬性，做到對新聞數(shù)據(jù)的多維度分類，并根據(jù)統(tǒng)計得到的詐騙對象維度中的不同類別、受害人占比來人工合成用戶畫像。實(shí)現(xiàn)針對性地提供最新、最常見的電信詐騙案例、手段及預(yù)防方式，達(dá)成個性化防詐信息與用戶智能對接，有利于使群眾提高防范電信網(wǎng)絡(luò)詐騙的意識，了解犯罪分子的慣用手段及規(guī)律，保護(hù)自身人身財產(chǎn)安全。

如今智能手機(jī)是最普遍使用的電子通訊工具，同時也是公民生活中最必不可少的信息來源手段，本項(xiàng)目采用當(dāng)前手機(jī)軟件作為平臺，建立“防詐通”手機(jī)APP，專門用于預(yù)防電信網(wǎng)絡(luò)詐騙宣傳及教育，時刻在群眾心中敲響防詐的警鐘。相信這一款軟件的誕生能有力地加強(qiáng)防詐宣傳教育，推動群眾提高電信網(wǎng)絡(luò)自我防范意識。

目前該軟件還有許多值得完善和修改的地方，今后將更新相關(guān)技術(shù)，使用戶畫像更加立體化，進(jìn)一步加強(qiáng)用戶與新聞數(shù)據(jù)間的智能個性化連接，為未來電信詐騙案件的減少甚至杜絕貢獻(xiàn)自己的一份力量。

參考文獻(xiàn)

[1] 張穎. 基于用戶畫像特征數(shù)據(jù)集的個性化推薦算法研究[D].西安電子科技大學(xué)，2018.

[2] 王炎.數(shù)據(jù)挖掘技術(shù)下的個性化智能推薦系統(tǒng)設(shè)計[J].微型電腦應(yīng)用，2019，35（02）：119-121.

[3] 郝立明.網(wǎng)絡(luò)詐騙犯罪治理研究[J].法制博覽，2019（04）：9-11.

[4] 2018年第一季度反電信網(wǎng)絡(luò)詐騙大數(shù)據(jù)報告[J].騰訊守護(hù)者計劃.

[5] 公安部公布常見電信詐騙犯罪案件[J].中國警方在線.

[6] 王璐璐，張鵬，閆崢，周曉康.機(jī)器學(xué)習(xí)訓(xùn)練數(shù)據(jù)集的成員推理綜述[J].網(wǎng)絡(luò)空間安全，2019，10（10）：1-7.

作者簡介：

牛碩（1999-），男，漢族，遼寧遼陽人，中國人民公安大學(xué)，在讀本科生;主要研究和關(guān)注領(lǐng)域：電信詐騙。

鄧捷（1999-），女，漢族，廣東茂名人，中國人民公安大學(xué)，在讀本科生;主要研究方向和關(guān)注領(lǐng)域：理化檢驗(yàn)。

陳佳宇（1999-），男，漢族，廣東廣州人，中國人民公安大學(xué)，在讀本科生;主要研究方向和關(guān)注領(lǐng)域：網(wǎng)絡(luò)安全與執(zhí)法。

林宇辰（2000-），男，漢族，江蘇常州人，中國人民公安大學(xué)，在讀本科生;主要研究方向和關(guān)注領(lǐng)域：刑事科學(xué)技術(shù)。

李昊海（1999-），男，漢族，海南?？谌耍袊嗣窆泊髮W(xué)，在讀本科生;主要研究方向和關(guān)注領(lǐng)域：電信詐騙。

（本文為“2020年429首都網(wǎng)絡(luò)安全日”活動征文）