基于大数据+AI的IDC诈骗网站检测实践研究.pdfVIP

人工智能研究 Artificial lintelligence Research/ 基于大数据+AI 的IDC 诈骗网站检测实践研究 ■中国移动通信集团山东有限公司蒋红亮 编者按：从IDC网站反诈需求出发，提出了基于大数据+AI 的诈骗网站检测思路，运用基于 AI 的诈骗网站智能检测引擎和基于大数据的实时高效网络巡查，实现对诈骗网站的快速检 测和精准识别，建立全过程、闭环式IDC诈骗网站防范打击和治理体系。 近年来，电信网络诈骗呈爆发趋势，其传播迅 人工智能等技术，全面、及时地发现和处置IDC网 速、犯罪成本低、隐蔽性强、犯罪形式多样且不受 内出现的涉诈网站接入等违规行为，做好源头管控， 时空限制等特点，使得受害群体广泛，给社会带来 有效提升防范打击电信网络诈骗的技术保障能力。 极大危害。电信网络诈骗已成为国家和相关部门关 注的焦点，也成为相关企业、社会奥论关注的重点。 解决方案 1.解决思路 现状与需求分析 基于深度学习、机器学习、大数据分析等技术， 电信运营商是防范电信网络诈骗活动的重要一 建设诈骗网站发现平台，构建涉诈网站智能检测模 型，利用电信运营商IDC海量日志数据、流量数据 环。2022年12月1日施行的《中华人民共和国反电 信网络诈骗法》明确要求电信业务经营者等市场主 等，对IDC接入互联网网站的文本、图像、语音和 体承担风险防控责任，建立反电信网络诈骗内部控 视频等进行内容检测，可有效识别刷单、仿冒、赌 制机制和安全责任制度。 博、色情、投资理财、虚假招聘、封建迷信、凑单 随着诈骗分子与反诈人员技术对抗不断升级， 抽奖等涉诈信息，对研判确认的诈骗网站，能够实 网络诈骗分子的行踪越来越隐蔽，技术手段越来越 现精准溯源和快速处置，帮助电信运营商从被动防 先进，诈骗手段花样多、欺诈性强、危害性大、隐 御变为主动阻断，从事后追查转为事前预警，有效 蔽性高、有效期短、更新快、发现难等问题，给反 防范和打击IDC网络诈骗，保障人民群众的财产安 诈工作带来极大挑战。为有效遇制电信网络诈骗案 全，维护电信运营商的合法权益。 件的高发态势，落实相关责任，守护好人民群众的 2.系统架构 财产安全，电信运营商函需充分利用大数据分析、 诈骗网站发现平台整体功能架构分为四层，分 投稿信箱netadmin@365 2023.751 Artificial Intelligence Research人工智能研究 /责任编辑赵志远 别为采集层、数据存储分析层、数据检测引擎层和 实现对新兴诈骗手段的监测。利用基于BERT诈骗 应用层。其中，数据采集层通过FTP、API接口、网 文本检测模型，既可解决长程依赖问题，又能进行 络爬虫等方式，采集IDC海量日志数据、流量数据、 序列并行处理，从而获得最佳效果。基于ResNet 网站数据、备案数据等，对数据进行清洗、过滤、 神经网络的诈骗图像检测，拥有精度高、训练快的 汇聚接入、预处理和加载，为进一步数据分析提供 优势。基于MTCNN+MobileFaceNets网络实现人 支撑；数据存储分析层通过搭建数据仓库，实现对 脸识别，可以简化网络训练，更易于优化系统，在 海量结构化和非结构化数据的存储，满足数据查询 增加深度功能的同时，又可实现高准确性。基于 及分析的需求；数据存储层采用分布式集群模式， DB+CRNN算法的OCR字幕识别，兼顾准确度与速 可根据实际数据需求进行快速扩容；检测引擎层支 度，确保用户可以同时享受开发的便捷性和灵活性。 持面向互联网网站的多场景涉诈信息检测能力，