日前，打擊電信網絡詐騙再次引起廣泛關注。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。另一方面，針對近期電信網絡詐騙頻發，多家銀行為保障客戶賬戶和資金安全，落實監管規定，下調個人賬戶線上交易限額，包括線上轉賬限額及網上支付交易限額等。

同盾科技軟件產品和解決方案部總監閱微對記者表示，從業務發展出發，沒有任何銀行愿意限制客戶的額度，除非存在巨大風險。基于電詐的操作鏈路，閱微建議銀行和金融行業，一是做限量排查，實現部分交易的事中攔截;二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，實現對交易實時、準確的監測防控;三是借用知識圖譜完成針對上下游的順藤摸瓜。

手段升級，詐騙分子“精準施騙”

閱微認為，金融行業的憂慮，其實非常可以理解。現在，運用高科技武裝的電信網絡詐騙早已不再是木馬、偽基站、釣魚網站泛濫，也不再是短信、郵件、二維碼轟炸了，而是涉及信息鏈、資金鏈、技術鏈、人員鏈等各環節，基于大數據、人工智能乃至心理學的一整條犯罪鏈。

電信詐騙等犯罪已經成為犯罪常態。網絡生活越豐富，電詐分子的網絡犯罪場景就越多，而且騙術翻新快、套路多，造成的經濟損失也非常大。2021年4月，香港的一位婆婆被電信網絡詐騙分子騙走了2.5億元，創下紀錄。

施騙手段也越來越“精準”，詐騙分子會根據某一類人群，甚至某一個人的情況，量身定制騙術詐騙，詐騙成功率高。比如投資交友“殺豬盤”的施騙者會給單親媽媽的小孩講半年的睡前故事，會給年輕的女孩發海外訂單、寄真品的奢侈品等。

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。

不僅如此，包括股票K線、聊天截屏、交付賬單等，都有專門的涉詐軟件來生成。市面上甚至還出現了轉賬憑證模擬器、虛假交易軟件和投資軟件等，看上去和真的一模一樣。

閱微認為，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。

此外，詐騙后的資金轉移鏈路也越來越快、越來越隱匿，從受害人被騙到報警的時間里，被騙的錢財往往早就被轉移了。在抓捕嫌疑人時，又可能涉及到境外網站層層偽造的IP地址等問題，因此相關部門面臨著防范難、抓捕難、追回詐騙資金更難的局面。

強化技術反制，筑牢安全邊界

電信網絡詐騙的高發態勢，早已引起國家的高度重視，反電信網絡詐騙法已在加速立法進程中，相信法律的出臺將為產業各方開展源頭治理、建設行業平臺、加強聯防協作、實施信息共享等工作提供遵循依據。而當下面對越來越“高能”的電詐組織，以銀行為代表的金融行業需要武器升級，戰法革新。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。

閱微認為，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，閱微給銀行等金融機構提出建議：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。

關鍵詞： 電信詐騙 金融機構 金融行業 個人賬戶線上交易限額下調