360金融報告:80、90一代正成為手機詐騙的重點目標

假冒客服沒放款先收費、包裝資質承諾下款、花錢消除徵信污點、註銷網貸賬號轉移授信額度,這些新興的金融欺詐騙局你遭遇過嗎?

5月9日,記者從360金融研究院攜手360集團於聯合發布的《2018智能反欺詐洞察報告》(以下簡稱“報告”)中獲悉,近年來,貸款場景的詐騙發生率已顯著上升,包括上述幾類詐騙手段在內的金融類電信詐騙和網絡貸款欺詐,已經成為最為高發的新型詐騙手段。

報告显示,以移動網絡為“溫床”的金融詐騙,呈現受騙報案量佔比高、受騙金額高、受害者低齡化的“兩高一低”趨勢。在網絡貸款欺詐中,團伙欺詐的危害程度明顯高於惡意欠貸、多頭借貸、偽冒欺詐等個人欺詐行為,呈現“智能化、產業化、攻擊迅速隱蔽、內外勾結比例上升、移動端高發”五大特徵,給金融機構風控帶來了嚴峻挑戰。

金融電信詐騙受害者90后約佔四成

報告显示,金融詐騙呈“兩高一低”趨勢。2018年360手機衛士手機先賠接到的詐騙舉報投訴案件中,金融詐騙損失金額佔比高達35%,報案量在全部詐騙類型中佔比14.9%。金融電信詐騙受害者中,90后佔比37.6%。在網絡普及呈現低齡化、中青年群體金融需求的日漸提升等趨勢影響下,80、90一代正成為手機詐騙的重點目標。

此外,從受害者的性別分佈來看,男性受害者佔76.3%,女性佔23.7%,男性受害者明顯佔比高於女性。同時,從人均損失來看,男性受害者為12032元,女性受害者為10547元。可見,男性不僅更容易被騙,損失金額也比女性更高。

從地域分佈來看,廣東、山東、遼寧、河南和江蘇五省的金融電信詐騙受害者最多,舉報數量約佔到了全國用戶舉報總量的36.5%。受騙人群以大學畢業生、城市外來務工人員及農村地區人群居多。

黑中介騙貸男性受害者佔比76%

黑中介、黑產騙取用戶信息時,陷阱和套路往往讓人防不勝防。報告數據显示,在遭遇黑中介騙貸的受害者中,20歲-30歲佔比45%,30歲-40歲佔比35%,網絡貸款、分期消費的主力客群80、90后已經成為黑中介盯上的“肥肉”。從性別比例分析,男性受害者佔比76%,女性受害者佔比24%。相較於女性,男性更容易成為黑產的“獵物”。

從地域上看,黑中介騙貸更容易向信用意識相對薄弱的三四線城市人群下手,受害者數量佔比Top5省份依次為河南(8.18%)、山東(6.8%)、福建(6.78%)、廣東(6.11%)、黑龍江(5.99%)。

損失金額上,由於黑中介在成功獲得目標用戶的個人信息后,往往會在多個平台進行高額度的騙貸,用戶損失相較於傳統詐騙更大。報告數據显示,遭遇黑中介騙貸后,損失2000元以下的受害者佔比6%,損失2000到5000元佔比17%,損失5000元到1萬元佔比28%,損失1萬元到5萬元佔比38%,損失5萬元以上佔比11%。

團伙欺詐智能化特徵凸顯

報告显示,相較於個人欺詐,團伙欺詐的波及範圍更廣、社會危害性更高,呈現“智能化、產業化、攻擊迅速隱蔽、內外勾結比例上升、移動端高發”五大特徵。隨着欺詐技術的發展,黑中介和黑產出現深度融合的態勢,開始以團伙形式開展線上貸款申請審批業務,騙取大量資金。

在團伙欺詐中,黑中介利用互聯網金融平台採用大數據線上審核的業務特點,會着重選擇一些新上線、不上徵信、風控較為薄弱的平台為攻擊目標,通過不斷地挖掘平颱風控規則的漏洞或弱點,進行信息包裝或偽造、遠程助貸等欺詐操作。部分黑中介還通過社群、傳銷、面授班等形式,向其他中介和個人提供技術傳播、騙貸教學。黑產則承擔為黑中介“助攻”的角色,從技術上為黑中介實施騙貸提供技術便利。如批量採集用戶信息,竊取金融機構和平台數據庫,包裝偽造證件信息、銀行流水,偽造通訊記錄等。

網絡技術的不斷迭代,黑中介、黑產的智能化趨勢明顯。黑產團夥同樣會利用大數據、AI技術等技術手段擴大欺詐覆蓋面和精準度。圍繞欺詐目的達成,黑中介夥同黑產構建了集用戶數據獲取、身份信息偽造和包裝、欺詐策略制定、技術手段實施等一條完整的產業鏈。

當黑中介發現目標平台後,會深度梳理平台的風控漏洞,制定欺詐方案,在特定時間發起集中攻擊。由於黑中介的隱蔽性強,對於平台反欺詐策略的靈敏度和迭代效率提出了更高的要求。在人員結構上,黑中介團伙中熟悉平颱風控邏輯內部員工比例有所上升,“內外勾結”聯合騙貸對平台的損害更大。

目前,巨頭系金融科技平台智能反欺詐成效顯著。數據显示,截至2018年12月31日,360金融M3+逾期率僅為0.92%,由欺詐造成的虧損率僅為0.2%。360金融反欺詐技術專家張峰透露,360金融基於人工智能技術建立的反欺詐模型和反欺詐策略成為平台預測、抵擋欺詐風險的有力武器。

張峰透表示,一方面,人工智能可以利用機器對數據的大規模以及高頻率的處理能力,將申請人相關的各類信息節點構建龐大網絡圖,並在此基礎上建立基於機器學習的反欺詐模型並對其進行反覆訓練和實時識別。

另一方面,人工智能基於龐大的知識圖譜,還能監測整個互聯網的風險動態,當發現信用表現出現風險的時候,能夠及時做出風險預警,啟動“先知”的防禦機制。

網站內容來源http://www.dsb.cn/

【借錢借款相關精選資訊】

台南刷卡換現金,刷卡換現金要怎麼做才划算?

高雄信用卡換現金,哪裡有老字號經營的信用卡換現金呢?

台北刷卡換現金據點在哪裡呢?詳細營業地點一覽表

宜蘭信用卡換現金,桃園刷卡換現金,新竹刷卡換現金,台中信用卡換現金-各地區刷卡換現金手續費皆一樣嗎?

屏東刷卡換現金,推薦刷卡換現金手續費行情懶人包

花蓮刷卡換現金實體門市經營在哪裡?

您可能也會喜歡…