大數(shù)據(jù)安全治理與防范：反欺詐體系建設(shè)

目 錄
第 1部分 大數(shù)據(jù)安全基礎(chǔ)
第 1章 緒論 2
1.1 大數(shù)據(jù)時代的興起 2
1.2 安全風控新挑戰(zhàn) 3
1.3 大數(shù)據(jù)安全治理架構(gòu) 4
1.4 本章小結(jié) 7
第 2部分 黑灰產(chǎn)洞察
第 2章 黑產(chǎn)現(xiàn)狀與危害 10
2.1 電信網(wǎng)絡(luò)詐騙 10
2.1.1 詐騙的類型及危害 11
2.1.2 詐騙的特點 13
2.2 營銷欺詐 15
2.2.1 欺詐的類型及危害 15
2.2.2 欺詐的特點 17
2.3 金融欺詐 18
2.3.1 欺詐的類型及危害 18
2.3.2 欺詐的特點 19
2.4 其他類型 19
2.4.1 網(wǎng)絡(luò)色情 20
2.4.2 網(wǎng)絡(luò)賭博 20
2.4.3 誘導引流 21
2.4.4 網(wǎng)絡(luò)洗錢 22
2.5 本章小結(jié) 23
第3章 產(chǎn)業(yè)工具 24
3.1 養(yǎng)號工具 24
3.1.1 貓池 24
3.1.2 接碼平臺 26
3.1.3 打碼平臺 26
3.1.4 群控和云控系統(tǒng) 27
3.2 設(shè)備工具 27
3.2.1 改機工具 28
3.2.2 多開軟件 29
3.2.3 虛擬定位工具 29
3.2.4 全息備份 30
3.3 IP工具 30
3.3.1 代理IP 31
3.3.2 秒撥IP 31
3.3.3 IP魔盒 32
3.4 自動化腳本工具 32
3.4.1 按鍵精靈 32
3.4.2 Auto.js 32
3.5 本章小結(jié) 33
第3部分 大數(shù)據(jù)基礎(chǔ)建設(shè)
第4章 大數(shù)據(jù)治理與特征工程 36
4.1 大數(shù)據(jù)平臺 37
4.1.1 計算框架 38
4.1.2 存儲方式 39
4.1.3 計算模式 39
4.2 大數(shù)據(jù)治理 40
4.2.1 數(shù)據(jù)模型 40
4.2.2 元數(shù)據(jù)管理 41
4.2.3 數(shù)據(jù)質(zhì)量管理 41
4.2.4 數(shù)據(jù)生命周期管理 42
4.2.5 數(shù)據(jù)安全 42
4.3 數(shù)據(jù)清洗 43
4.3.1 缺失值處理 43
4.3.2 異常值處理 43
4.3.3 歸一化與標準化 45
4.4 特征工程 46
4.4.1 特征提取和構(gòu)建 46
4.4.2 特征學習 46
4.4.3 特征評估與選擇 49
4.5 本章小結(jié) 52
第4部分 大數(shù)據(jù)安全對抗技術(shù)與反欺詐實戰(zhàn)案例
第5章 基于流量的對抗技術(shù) 54
5.1 人機驗證 55
5.1.1 字符驗證碼 56
5.1.2 行為驗證碼 57
5.1.3 新型驗證碼 58
5.2 風險名單 59
5.2.1 風險名單的意義 59
5.2.2 風險名單的設(shè)計 59
5.2.3 風險名單的管理 61
5.3 規(guī)則引擎 61
5.3.1 基礎(chǔ)通用規(guī)則 62
5.3.2 業(yè)務(wù)定制規(guī)則 66
5.4 異常檢測模型 67
5.4.1 傳統(tǒng)統(tǒng)計檢驗 68
5.4.2 無監(jiān)督模型 69
5.4.3 半監(jiān)督模型 72
5.5 多模態(tài)集成模型 73
5.5.1 多模態(tài)子模型 73
5.5.2 多模態(tài)集成模型 74
5.6 新型對抗方案 75
5.6.1 小樣本場景問題 75
5.6.2 跨平臺聯(lián)防聯(lián)控問題 76
5.7 本章小結(jié) 79
第6章 基于內(nèi)容的對抗技術(shù) 80
6.1 業(yè)務(wù)場景與風險 80
6.2 標簽體系 82
6.2.1 黑白標簽體系 82
6.2.2 類別細分體系 82
6.2.3 多標簽體系 83
6.3 文本內(nèi)容對抗技術(shù) 83
6.3.1 文本預處理 86
6.3.2 文本無監(jiān)督模型 89
6.3.3 文本監(jiān)督模型 97
6.4 圖像內(nèi)容對抗技術(shù) 103
6.4.1 圖像預處理 103
6.4.2 圖像半監(jiān)督模型 109
6.4.3 圖像監(jiān)督模型 114
6.4.4 主動學習 122
6.5 多模態(tài)內(nèi)容對抗技術(shù) 124
6.5.1 多模態(tài)定義 124
6.5.2 模態(tài)融合 125
6.5.3 協(xié)同訓練 127
6.6 本章小結(jié) 128
第7章 基于復雜網(wǎng)絡(luò)的對抗技術(shù) 129
7.1 復雜網(wǎng)絡(luò)基礎(chǔ) 130
7.1.1 網(wǎng)絡(luò)分類 130
7.1.2 網(wǎng)絡(luò)表示 131
7.1.3 網(wǎng)絡(luò)存儲 133
7.1.4 網(wǎng)絡(luò)可視化 134
7.2 復雜網(wǎng)絡(luò)測度 135
7.2.1 度中心性 136
7.2.2 中介中心性 137
7.2.3 接近中心性 138
7.2.4 特征向量中心性 139
7.2.5 PageRank 141
7.2.6 聚集性測度 142
7.3 復雜網(wǎng)絡(luò)傳播模型 145
7.3.1 懶惰隨機游走傳播 146
7.3.2 個性化PageRank傳播 150
7.3.3 異構(gòu)網(wǎng)絡(luò)傳播 153
7.4 社區(qū)劃分 155
7.4.1 標簽傳播社區(qū)劃分 156
7.4.2 Louvain社區(qū)劃分 160
7.5 圖神經(jīng)網(wǎng)絡(luò) 165
7.5.1 隨機游走圖嵌入 166
7.5.2 譜域圖神經(jīng)網(wǎng)絡(luò) 169
7.5.3 空域圖神經(jīng)網(wǎng)絡(luò) 173
7.6 本章小結(jié) 178
第8章 反欺詐實戰(zhàn)案例 179
8.1 婚戀交友反詐騙 179
8.1.1 風險場景 179
8.1.2 事前預防 180
8.1.3 事中攔截 185
8.1.4 事后回溯 188
8.1.5 時序聯(lián)合打擊 189
8.1.6 反詐對抗運營 190
8.2 營銷活動反作弊 191
8.2.1 場景案例 191
8.2.2 業(yè)務(wù)數(shù)據(jù) 193
8.2.3 人機驗證對抗 193
8.2.4 風險名單對抗 194
8.2.5 規(guī)則引擎對抗 194
8.2.6 多模態(tài)集成模型 196
8.2.7 團伙圖模型對抗 200
8.3 賭博網(wǎng)址檢測 204
8.3.1 網(wǎng)址信息 205
8.3.2 文本模型 205
8.3.3 圖像模型 207
8.3.4 多模態(tài)集成模型 209
8.3.5 異構(gòu)圖神經(jīng)網(wǎng)絡(luò)模型 210
8.4 惡意短文本識別 212
8.4.1 對抗流程 213
8.4.2 常規(guī)文本對抗 214
8.4.3 文字變形對抗 215
8.4.4 新類型對抗 216
8.4.5 穩(wěn)定期對抗 217
8.4.6 內(nèi)容對抗運營 218
8.5 本章小結(jié) 219
第5部分 反欺詐運營體系與情報系統(tǒng)
第9章 反欺詐運營體系 222
9.1 服務(wù)層 223
9.2 模型層 225
9.2.1 離線評估 225
9.2.2 線上監(jiān)控 225
9.3 特征層 229
9.3.1 穩(wěn)定性監(jiān)控 229
9.3.2 異常值監(jiān)控 229
9.4 數(shù)據(jù)層 230
9.5 事故分級與告警 231
9.6 本章小結(jié) 232
第 10章 情報系統(tǒng) 233
10.1 體系架構(gòu) 234
10.2 情報獲取 235
10.3 情報加工 235
10.4 情報分析 236
10.5 情報應(yīng)用 237
10.6 本章小結(jié) 239