首页 > 大数据 > 数据分析 > 从技术角度揭秘骗术:数据库如何防止5G时代的电信诈骗
防止 5G 时代的电信诈骗
几十年来,欺诈一直是通信服务提供商( CSP )及其客户头疼的一个持续存在的问题。
CSP 和骗子之间的猫捉老鼠游戏一直在升级。当我最近成为“一环”骗局的受害者,这个问题于我而言就更具体了。
我做了一些研究,发现我远远不是那唯一的一个:电信欺诈声称全球有数十亿无辜受害者。
2017 年全球对 CSP 的欺诈成 本接近 300 亿美元。然而更令人关注的是 5G——5G使得 欺诈问题的严重程度成百倍增加。
连接设备和传感器数量的激增将导致数据流的数量和速度呈指数上升,但也会显着提高识别和防止诈骗的数据处理的复杂程度。 CSP 实施的传统防欺诈技术将不再适用。
“传统”欺诈方案概览
CSP 不得不打击数以百计的欺诈方案。骗子们 层出不穷的骗术方案 ,骗术 高发之频率 , 分散在全球的起源 ,以及 多层机器和网络生成的匿名性 , 使得这些方案极难检测和预防。
以下是 5G 之前时代最常见的欺诈方案,这些方案至今仍然具有相关性:
• 语音电话
欺诈者侵入了 CSP 网络并拨打昂贵的国际电话号码,导致订户费用高昂。一旦拨打电话并收费,订户或 CSP 都必须承担费用。
• 短信
黑客利用非法路线以较低的成本提供国际短信,从而剥夺了 CSP 从合法国际航线路由信息所带来的收入。黑客还发送骗局文本,诱骗用户拨打昂贵的国际电话号码(类似于拨打 900 号码)。黑客还通过文本消息传输间谍软件,僵尸程序,广告软件和病毒,这些文本消息可以控制订户设备,进行未经授权的呼叫和发送文本讯息或窃取个人信息。
• IPExchange ( IPX )
CSP 使用 IPX 与不同的蜂窝和固定运营商的用户以及其他 ISP 之间交换基于 IP 的流量。欺诈者经常利用网络接口之间的漏洞攻击用户的设备并收取大额账单。
崛起的新骗术方案
除了这些威胁, CSP 还面临着新的骗术方案的崛起,例如:
•物联网( IoT )
到 2020 年, Gartner 预测将有超过 200 亿个关联的东西。 在 IoT操作 中受到监督的是,大量的“连接的东西”将被放置在不安全的状态。 大规模的物联网和对有价值数据的访问为欺诈者提供了一个非常有吸引力的机会。 物联网设备已被用于进行欺诈性购买,甚至用于发起 DDoS 攻击。
•电子 SIM 卡( eSIM )
eSIM 是嵌入式 SIM 卡,可替代手机中使用的物理 SIM 卡 。 eSIM 允许轻松配置和连接,并且无需使用物理 SIM 卡。然而,除了 eSIM 的好处之外,它们还为黑客提供了一条新的途径,让黑客能够以电子方式渗透用户并窃取和滥用用户数据。
值得注意的是, 在涉及欺诈时,事件后检测和预防比事后调节更为可取 。一旦发生欺诈,费用将在 CSP 或订户上征收,并且收入将丢失。然而,在 5G 规模和速度下,事件欺诈检测和预防说起来容易做起来难。
管理 5G 时代的欺诈行为
那么 CSP 如何有效地管理 5G 时代欺诈威胁的庞大数量,速度,多样性和复杂性?
1、分析多个渠道提供的数据
欺诈者试图掩盖复杂的攻击。传统的欺诈分析涉及分析 CDR 记录,但是 CDR 缺乏关键信息,并且在呼叫完成后生成(当停止欺诈时为时已晚)。然而, 7 号信令系统( SS7 )包含可能对防止欺诈至关重要的附加信息,例如:用户位置,交换机间呼叫尝试,用户信息请求等。外部无线电探测器或自动用户也可以与 SS7 结合使用来检测欺诈。
2、自动监控和防止欺诈性交易
除了正确监控和识别欺诈(不阻止合法用户活动)之外,在放置之前阻止欺诈性呼叫 / 文本等是至关重要的。数据库需要足够智能和灵活,以检测不断变化的欺诈威胁和抵御威胁。
3、实时智能(机器学习)和复杂事件处理
为了阻止欺诈性交易和用户,底层数据库需要实时分析数千个属性,例如用户行为,地理位置,设备信息,交易类型等。使用内置机器学习算法,将这些属性与正确的行为进行比较,并在事务发生之前实时 / 事件中识别和阻止统计异常。
4、以上所有方案均需适应 5G 规模
预计 5G 将大规模地提供物联网等微服务。数据库引擎必须能够从多个通道中提取数据,并在几毫秒内自动应用数千个内置机器学习规则,以防止欺诈,同时处理数百万次操作 / 秒。
准备 5G 规模的欺诈行为
既然您正在考虑未来可能会带来什么,那么您的技术是否符合要求?
VoltDB 是唯一结合了在线欺诈检测所需的所有上述关键要素的运营数据库 。
了解更多,请关注我们的官网 或 下载我们的 免费 试用版 。
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/69903219/viewspace-2564993/ ,如需转载,请注明出处,否则将追究法律责任。