隨著網絡電信詐騙案件不斷增長，詐騙方式和手法不斷變化。從電話詐騙向互聯網詐騙、從全國分布向重點邊境地區集聚、從“短平快”向長線套路詐騙，花樣翻新，技術手段不斷迭代。同盾科技安全專家及策略建模總監閱微表示，面對越來越“高能”的黑產犯罪組織，金融機構需要借助科技之力，升級武器，革新戰法。

此前，中央印發《關于加強打擊治理電信網絡詐騙違法犯罪工作的意見》，對加強打擊電信網絡詐騙作出全面部署，提出從嚴懲處、科技支撐、源頭治理等多項原則。與此同時，多家銀行為保障客戶賬戶和資金安全，也及時落實監管規定，下調個人賬戶線上交易限額。

多家銀行向媒體回應，近期電信網絡詐騙頻發，限額主要是為保障客戶賬戶和資金安全，落實監管規定，針對電信詐騙以及背后的反洗錢、資金安全問題采取的行動。

過去，精準詐騙都是先獲取個人信息再定制騙術，而現在的精準詐騙，甚至不需要獲取詳細的個人信息，很多都是通過精準的網絡引流實現。

究其原因是欺詐團伙越來越善于利用數字技術，精確識別欺詐目標并采取措施，攻擊變得更有針對性。面對越來越“高能”的電詐組織，銀行反詐機制的要點就是分辨真假虛實，主要是識別是人是機、是不是非本人、是不是本人異常、是不是被誘導的主觀操作，或者是信息被泄露之后的他人代操作等。

閱微表示，銀行構建涉詐防控核心知識體系應該包括：便于直接匹配篩查的名單及準入評估機制，典型案件提取的強特征規則，以及針對不同場景、弱變量、弱特征的AI模型和用于團伙挖掘、溯源分析等知識圖譜。

當核心體系落地時，同樣關鍵的是金融機構要具備很強的數據能力，起到料敵為先、精準施策的作用，包括情報服務、設備名單類服務、受詐易感人群評分和關聯風險分，近而使金融機構有針對性的布設名單、強特征規則、AI模型和圖譜挖掘能力等。

各類反詐模型的構建也要從受害人與攻擊者雙重視角分析，主要側重賬戶側與交易側，并輔以其他數據維度識別，讓大數據建設與AI建模互補、迭代，加固風險識別能力。

基于電詐的操作鏈路，閱微給銀行和金融行業建議的思路：第一步是做限量排查，實現部分交易的事中攔截，在名單和強特征篩查規則的基礎之上，通過終端安全和專家涉賭涉詐模型，對當前的風險快速地進行偵測和止付。

第二步是通過對銀行的用戶行為數據進行采集、清洗、加工，實現精準涉詐類的風險畫像，并且通過相關的機器學習算法，實現對交易實時、準確的監測防控。

第三步是在偵測出犯罪團伙的同時，發現與犯罪團伙相關的上下游鏈路，即借用知識圖譜完成針對上下游的順藤摸瓜。因為團伙犯罪的犯罪性質、操作鏈路、工具行為等，都高度相似。

綜上，金融機構探索運用生物識別、機器學習、實時計算、知識圖譜、聯邦學習等前沿技術，與銀行具體業務場景深度融合，為銀行客戶建立涵蓋不同業務場景的風險偵測與信息共享機制，實時動態感知風險全局變化，實現“風險看得見、查得準”。

同時，利用數字化手段透過復雜業務表象，搭建穿透式風險分析，并建立跨部門、跨場景的聯防聯控體系，確保“風險攔得快、管得住”。最后，通過主動防御、全面洞察、精準施策，提高洞察客戶的能力，有效降低風險發生的概率。

近年來，同盾科技為客戶建立自主風控能力，提供工具賦能和知識賦能。同盾科技不僅具備豐富的項目實戰經驗和知識資產沉淀，還擁有強大的涉賭涉詐咨詢團隊與產品研發團隊。未來，同盾也將繼續輔助金融機構，為電信網絡安全、金融業務安全保駕護航。