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。
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。