vue || element-ui || el-input == 验证手机号

iOS-底层原理 22:多线程相关

  返回  

常见关联图库之欺诈指数排位战

2021/8/21 16:53:17 浏览:

反欺诈是风控中非常重要的环节,也是知识图谱适合应用的场景。而知识图谱用来描述关系网络,天生是分析关联欺诈的便捷手段。以先进的团伙识别算法为基础,目前越来越多的机构构建了全新的团伙欺诈识别模型,在实际业务中识别准确率可达70%+以上。
而在常见的欺诈关系图形中,都有哪些图形内容?各位读者是否都已了解?
本文就给大家介绍下图库关联中的各种关系,请看本文详细介绍:
关联关系一:完全子图
在这里插入图片描述
对于任意两点都相连的图(完全子图)具有较高的风险性。这种网络内的人相互认识,里面的单位就像一个欺诈团伙,这种也是目前最容易识别的欺诈关系。
欺诈指数:⭐
信贷场景:目前消费分期、信用卡是最典型的团伙欺诈案例,采用这种欺诈图关系的一般都不是不太高明的团伙欺诈,也是较为低级的黑产。
关联关系二:星型网络
在这里插入图片描述
星型网络:部分羊毛党会通过群控模拟正常人的行为来牟利,一些骗保的人其网络特征多数也为星型网络。
欺诈指数:⭐⭐
信贷场景:星型网络中的黑产,也属于小白黑产,这类黑产对信息关联完全没有概念,其作案的成本也较低。常见的有中介代办等贷款业务;
关联关系三:链条形网络
在这里插入图片描述
以信用卡套现为例,为节省成本,多数人共用一套身份信息(如身份证、手机号、住址、联系人等)。

欺诈指数:⭐⭐⭐
信贷场景: 目前以信用卡套现的场景较为多见。因为信用卡套现需要用到POS,而POS关联又会牵出有上下游之间的关系,然后又可以带出申请推荐人等信息。这种关联也常见于供应链金融等欺诈场景;
关联关系四:关键节点
在这里插入图片描述
一个节点连接多个社区且社区内人群多数信贷不良,那么这个节点很可能是黑产中介,以该节点为突破点,挖掘其网络特征进而找到犯罪团伙。
欺诈指数:⭐⭐⭐⭐
信贷场景:这种场景具有一定的隐蔽性,常见贷超,代办,信用卡代办的场景。尤其是当黑产在里面时候,风险较为难发觉。
关联关系五:特殊社区
在这里插入图片描述
单独看个体很难发现异常,但当视角扩大到网络后,会有新的发现,本着最小化成本的原则,团伙作案通常会共享一部分信息或共享几台设备。
欺诈指数:⭐⭐⭐⭐⭐
信贷场景:目前这种是比较高明的的团伙欺诈,最危险的图形。黑产团伙多会在社区里多次频繁更换信息。最开始的时候会用到两到三次信息,接着再继续更换信息。目前这种特殊社区,因为还没有统一的标准名称,我们统一称为特殊社区。一般不具有关系图库的话,根本没有办法发现这是一个社区团伙。
既然提到关系图库,又有本文所述的五种关系网络图,就不能不使用Neo4j给大家做一下演示:
在这里插入图片描述
~原创文章

end

联系我们

如果您对我们的服务有兴趣,请及时和我们联系!

服务热线:18288888888
座机:18288888888
传真:
邮箱:888888@qq.com
地址:郑州市文化路红专路93号