互联网时代飞速发展的同时，公民的个人信息也在暗中被交易了无数次，这对公民的人身安全和财产安全都构成了严重威胁。通过互联网金融平台行骗的案例也日益增多，在互联网金融平台上反欺诈这个技能显得越来越重要。
【完善个人黑名单】
离不开社交的时代里，交际圈子大了，有来往的人多了，个人的信息很容易被各种各样的人出卖。一旦发现有危及自己钱财或者生命的人，不要周旋太久，最好能够直接拉进黑名单。如果此人已经对你的账户造成伤害，及时报警备案还要向金融平台申诉。如今许多手机已经能够过滤掉、拦截掉一些垃圾短信和欺骗电话，通过你的通话记录，呼出呼入的电话中是否有其他失信人员、黑名单人员、催收公司电话等等数据足够大的情况下可以做到多层关联，直接联系人是黑名单为1级关联，若朋友的联系人里有黑名单，那你就是二级关联。
【做好身份识别这项工作】
一般来说，互联网金融平台会和许多其他验证方法捆绑在一起，不要嫌麻烦，要把每一项验证方式都落实到位，并且把验证所需要记住的内容都记得清清楚楚的。身份识别的内容是种类繁多的，包括了短信验证、语音验证、图形验证、拖动滑块式验证、设备指纹技术、人脸识别、虹膜识别、基于人脸识别的活体检测等。反欺诈技术正日益完善，想要反欺诈，就要耐住性子完成好每一项身份识别的工作。
【提高安全意识】
凡是关乎金融安全的信息都要多留个心眼儿，不能轻易地相信全部的信息，互联网上虚假的信息实在是太多，加上现在读互联网秩序还没有被管理好，即便设防再多的互联网金融平台，还是会很容易出现漏洞和防控不到的地方，这就要求任何人、任何企业在各方各面都多加留意，全方位提高自身的安全意识。只有自身的防范意识提高了，才能在最根本上防范、压制住互联网欺诈行为的发生。
互联网金融是传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。近年来，互联网金融是一个热点，新的业务模式带来新的增长点的同时，也对风控带来了新的挑战。其中，操作风险中的外部欺诈风险尤其值得关注。巴塞尔新资本协议中，将操作风险事件分为：内部欺诈，外部欺诈，就业政策和工作场所安全性，客户、产品及业务，实物资产的损坏，营业中断及系统瘫痪，执行、交割及流程管理。其中盗窃，伪造，黑客攻击损失，盗窃信息等都被归到外部欺诈风险中。
多头借贷顾名思义就是你在不同平台申请的频率，依然是通过上面的这些纬度进行筛选，一台设备或IP短时间内集中申请，通产会被理解为中介，而以身份证姓名为条件进行多次申请则会认为是高危人群，也会被放在疑似欺诈中。社交关系这一块主要是通过你的通话记录，进行处理，呼出呼入的电话中是否有其他失信人员、黑名单人员、催收公司电话等等数据足够大的情况下如腾讯甚至可以做到多层关联，比如你直接联系人是黑名单为1级关联、你的朋友的联系人里有黑名单，那你就是二级关联。
勾稽比对是会计行业的一个常用术语，在风控中主要指利用多维度数据进行逻辑对应关系检验的方法，举例来看：假设用户填写的“收入水平”为变量A，“工作地点”为变量B，申请时IP地址的“所处区域”为变量C。从A+B的维度来看，倘若用户填写的A月收入有数万元，B却显示在某个偏远山区的修车厂工作，我们或许应该怀疑用户隐瞒收入。若从B+C的维度来看，倘若B变量显示用户工作地点在北京，C却显示申请时IP地址在云南，或者频繁更换IP地址去申请，我们或许应该考虑金融欺诈的风险。若结合A+B+C的维度来看，若B变量显示客户在北京国贸工作，A变量显示月入10000元，IP地址、申请地点都在北京，通过三个变量数据的交叉验证，可以初步推断申请人是常住北京的中等收入白领。倘若再增加更多变量例如填写手机号码常用通话地点等，就能从更多的角度验证出数据的可靠性。交叉检验与勾稽比对有细微差别，但两者都是利用多维度数据对用户真实性和可靠性进行验证的方法，这里只简单举个例子，例如申请人提供了工作单位地址，但用外部数据验证结果显示该单位不再这个地址，那该用户可能存在欺诈风险。有一些变量在风控的考量中占有较大的权重，例如多头借贷次数，该次数较高意味着用户存在严重的多头借贷情况严重，有较高的违约风险。
