日前，打击电信网络诈骗再次引起广泛关注。中央印发《关于加强打击治理电信网络诈骗违法犯罪工作的意见》，对加强打击电信网络诈骗作出全面部署，提出从严惩处、科技支撑、源头治理等多项原则。另一方面，针对近期电信网络诈骗频发，多家银行为保障客户账户和资金安全，落实监管规定，下调个人账户线上交易限额，包括线上转账限额及网上支付交易限额等。

同盾科技软件产品和解决方案部总监阅微对《国际金融报》记者表示，从业务发展出发，没有任何银行愿意限制客户的额度，除非存在巨大风险。基于电诈的操作链路，阅微建议银行和金融行业，一是做限量排查，实现部分交易的事中拦截；二是通过对银行的用户行为数据进行采集、清洗、加工，实现精准涉诈类的风险画像，实现对交易实时、准确的监测防控；三是借用知识图谱完成针对上下游的顺藤摸瓜。

手段升级，诈骗分子“精准施骗”

阅微认为，金融行业的忧虑，其实非常可以理解。现在，运用高科技武装的电信网络诈骗早已不再是木马、伪基站、钓鱼网站泛滥，也不再是短信、邮件、二维码轰炸了，而是涉及信息链、资金链、技术链、人员链等各环节，基于大数据、人工智能乃至心理学的一整条犯罪链。

电信诈骗等犯罪已经成为犯罪常态。网络生活越丰富，电诈分子的网络犯罪场景就越多，而且骗术翻新快、套路多，造成的经济损失也非常大。2021年4月，香港的一位婆婆被电信网络诈骗分子骗走了2.5亿元，创下纪录。

施骗手段也越来越“精准”，诈骗分子会根据某一类人群，甚至某一个人的情况，量身定制骗术诈骗，诈骗成功率高。比如投资交友“杀猪盘”的施骗者会给单亲妈妈的小孩讲半年的睡前故事，会给年轻的女孩发海外订单、寄真品的奢侈品等。

过去，精准诈骗都是先获取个人信息再定制骗术，而现在的精准诈骗，甚至不需要获取详细的个人信息，很多都是通过精准的网络引流实现。

不仅如此，包括股票K线、聊天截屏、交付账单等，都有专门的涉诈软件来生成。市面上甚至还出现了转账凭证模拟器、虚假交易软件和投资软件等，看上去和真的一模一样。

阅微认为，究其原因是欺诈团伙越来越善于利用数字技术，精确识别欺诈目标并采取措施，攻击变得更有针对性。

此外，诈骗后的资金转移链路也越来越快、越来越隐匿，从受害人被骗到报警的时间里，被骗的钱财往往早就被转移了。在抓捕嫌疑人时，又可能涉及到境外网站层层伪造的IP地址等问题，因此相关部门面临着防范难、抓捕难、追回诈骗资金更难的局面。

强化技术反制，筑牢安全边界

电信网络诈骗的高发态势，早已引起国家的高度重视，反电信网络诈骗法已在加速立法进程中，相信法律的出台将为产业各方开展源头治理、建设行业平台、加强联防协作、实施信息共享等工作提供遵循依据。而当下面对越来越“高能”的电诈组织，以银行为代表的金融行业需要武器升级，战法革新。银行反诈机制的要点就是分辨真假虚实，主要是识别是人是机、是不是非本人、是不是本人异常、是不是被诱导的主观操作，或者是信息被泄露之后的他人代操作等。

阅微认为，银行构建涉诈防控核心知识体系应该包括：便于直接匹配筛查的名单及准入评估机制，典型案件提取的强特征规则，以及针对不同场景、弱变量、弱特征的AI模型和用于团伙挖掘、溯源分析等知识图谱。

当核心体系落地时，同样关键的是金融机构要具备很强的数据能力，起到料敌为先、精准施策的作用，包括情报服务、设备名单类服务、受诈易感人群评分和关联风险分，近而使金融机构有针对性的布设名单、强特征规则、AI模型和图谱挖掘能力等。

各类反诈模型的构建也要从受害人与攻击者双重视角分析，主要侧重账户侧与交易侧，并辅以其他数据维度识别，让大数据建设与AI建模互补、迭代，加固风险识别能力。基于电诈的操作链路，阅微给银行等金融机构提出建议：第一步是做限量排查，实现部分交易的事中拦截，在名单和强特征筛查规则的基础之上，通过终端安全和专家涉赌涉诈模型，对当前的风险快速地进行侦测和止付。

第二步是通过对银行的用户行为数据进行采集、清洗、加工，实现精准涉诈类的风险画像，并且通过相关的机器学习算法，实现对交易实时、准确的监测防控。

第三步是在侦测出犯罪团伙的同时，发现与犯罪团伙相关的上下游链路，即借用知识图谱完成针对上下游的顺藤摸瓜。因为团伙犯罪的犯罪性质、操作链路、工具行为等，都高度相似。

综上，金融机构探索运用生物识别、机器学习、实时计算、知识图谱、联邦学习等前沿技术，与银行具体业务场景深度融合，为银行客户建立涵盖不同业务场景的风险侦测与信息共享机制，实时动态感知风险全局变化，实现“风险看得见、查得准”。

同时，利用数字化手段透过复杂业务表象，搭建穿透式风险分析，并建立跨部门、跨场景的联防联控体系，确保“风险拦得快、管得住”。最后，通过主动防御、全面洞察、精准施策，提高洞察客户的能力，有效降低风险发生的概率。

本文源自国际金融报