大數(shù)據(jù)安全治理與防范：反欺詐體系建設

定　價：￥79.80

作　者：	張凱張旭等
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115601445	出版時間：	2023-01-01	包裝：	平裝-膠訂
開本：	128開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　隨著互聯(lián)網(wǎng)的蓬勃發(fā)展以及大數(shù)據(jù)時代的到來，新的欺詐安全問題不斷涌現(xiàn)，這也誕生了一個新的概念——大數(shù)據(jù)安全。大數(shù)據(jù)安全指的是針對大數(shù)據(jù)時代背景下的安全風險，使用大數(shù)據(jù)、人工智能等新興技術建立對抗體系，進而進行安全治理與防范。本書旨在對大數(shù)據(jù)時代背景下的欺詐安全問題、大數(shù)據(jù)平臺工具、反欺詐對抗技術和系統(tǒng)進行全面的闡釋，以幫助讀者全面學習大數(shù)據(jù)安全治理與防范的背景、關鍵技術和對抗思路，并能夠從0到1搭建一個反欺詐對抗系統(tǒng)。本書作為入門大數(shù)據(jù)安全對抗的理想讀物，將理論與實踐相結(jié)合，既能加強讀者對大數(shù)據(jù)安全對抗的安全場景和技術原理的理解，又能通過復現(xiàn)反欺詐實戰(zhàn)中的內(nèi)容幫助讀者培養(yǎng)業(yè)務中的安全對抗能力。無論是大數(shù)據(jù)、信息安全相關從業(yè)人員，還是有志于從事大數(shù)據(jù)安全方向相關工作的初學者，都會在閱讀中受益匪淺。

作者簡介

　　張凱，現(xiàn)任騰訊專家工程師。一直從事大數(shù)據(jù)安全方面的工作，積累了10多年的黑灰產(chǎn)對抗經(jīng)驗，主要涉及游戲安全對抗、業(yè)務防刷、金融風控和反詐騙對抗系統(tǒng)等。張旭，任騰訊高級工程師。主要從事大數(shù)據(jù)下黑產(chǎn)安全對抗業(yè)務、反詐騙對抗系統(tǒng)開發(fā)方面的工作。曾參與中國信息通信研究院《電話號碼標記應用技術要求》行業(yè)標準制定，并為《電信網(wǎng)絡詐騙治理與人工智能應用白皮書》提供行業(yè)技術支持。周鵬飛，現(xiàn)任騰訊高級工程師。主要從事大數(shù)據(jù)安全方面的工作，涉及游戲安全對抗、金融風控、業(yè)務防刷、廣告反作弊、電信反詐等，積累了多年黑灰產(chǎn)對抗經(jīng)驗。牛亞峰，現(xiàn)任騰訊高級工程師。一直從事黑灰產(chǎn)對抗業(yè)務方面的工作，涉及反洗錢、支付欺詐、電信反詐等項目。甘曉華，現(xiàn)任騰訊工程師。主要從事金融風控、黑灰產(chǎn)對抗等業(yè)務安全方面的相關工作。洪旸，現(xiàn)任騰訊研究員。主要從事金融風控、黑灰產(chǎn)對抗等業(yè)務安全方面的相關工作。楊澤，現(xiàn)任騰訊研究員。主要從事金融風控、黑灰產(chǎn)對抗等業(yè)務安全方面的相關工作。郝立揚，現(xiàn)任騰訊研究員。主要從事反詐騙、反賭博等黑灰產(chǎn)對抗業(yè)務方面的工作。李靖，現(xiàn)任騰訊高級工程師。一直從事黑灰產(chǎn)相關的數(shù)據(jù)分析和對抗策略制定方面的工作，其間業(yè)務涉及風險洗錢資金流的檢測、反詐騙對抗系統(tǒng)等。

圖書目錄

目錄
第 1部分大數(shù)據(jù)安全基礎
第 1章緒論 2
1.1 大數(shù)據(jù)時代的興起 2
1.2 安全風控新挑戰(zhàn) 3
1.3 大數(shù)據(jù)安全治理架構 4
1.4 本章小結(jié) 7
第 2部分黑灰產(chǎn)洞察
第 2章黑產(chǎn)現(xiàn)狀與危害 10
2.1 電信網(wǎng)絡詐騙 10
2.1.1 詐騙的類型及危害 11
2.1.2 詐騙的特點 13
2.2 營銷欺詐 15
2.2.1 欺詐的類型及危害 15
2.2.2 欺詐的特點 17
2.3 金融欺詐 18
2.3.1 欺詐的類型及危害 18
2.3.2 欺詐的特點 19
2.4 其他類型 19
2.4.1 網(wǎng)絡色情 20
2.4.2 網(wǎng)絡賭博 20
2.4.3 誘導引流 21
2.4.4 網(wǎng)絡洗錢 22
2.5 本章小結(jié) 23
第3章產(chǎn)業(yè)工具 24
3.1 養(yǎng)號工具 24
3.1.1 貓池 24
3.1.2 接碼平臺 26
3.1.3 打碼平臺 26
3.1.4 群控和云控系統(tǒng) 27
3.2 設備工具 27
3.2.1 改機工具 28
3.2.2 多開軟件 29
3.2.3 虛擬定位工具 29
3.2.4 全息備份 30
3.3 IP工具 30
3.3.1 代理IP 31
3.3.2 秒撥IP 31
3.3.3 IP魔盒 32
3.4 自動化腳本工具 32
3.4.1 按鍵精靈 32
3.4.2 Auto.js 32
3.5 本章小結(jié) 33
第3部分大數(shù)據(jù)基礎建設
第4章大數(shù)據(jù)治理與特征工程 36
4.1 大數(shù)據(jù)平臺 37
4.1.1 計算框架 38
4.1.2 存儲方式 39
4.1.3 計算模式 39
4.2 大數(shù)據(jù)治理 40
4.2.1 數(shù)據(jù)模型 40
4.2.2 元數(shù)據(jù)管理 41
4.2.3 數(shù)據(jù)質(zhì)量管理 41
4.2.4 數(shù)據(jù)生命周期管理 42
4.2.5 數(shù)據(jù)安全 42
4.3 數(shù)據(jù)清洗 43
4.3.1 缺失值處理 43
4.3.2 異常值處理 43
4.3.3 歸一化與標準化 45
4.4 特征工程 46
4.4.1 特征提取和構建 46
4.4.2 特征學習 46
4.4.3 特征評估與選擇 49
4.5 本章小結(jié) 52
第4部分大數(shù)據(jù)安全對抗技術與反欺詐實戰(zhàn)案例
第5章基于流量的對抗技術 54
5.1 人機驗證 55
5.1.1 字符驗證碼 56
5.1.2 行為驗證碼 57
5.1.3 新型驗證碼 58
5.2 風險名單 59
5.2.1 風險名單的意義 59
5.2.2 風險名單的設計 59
5.2.3 風險名單的管理 61
5.3 規(guī)則引擎 61
5.3.1 基礎通用規(guī)則 62
5.3.2 業(yè)務定制規(guī)則 66
5.4 異常檢測模型 67
5.4.1 傳統(tǒng)統(tǒng)計檢驗 68
5.4.2 無監(jiān)督模型 69
5.4.3 半監(jiān)督模型 72
5.5 多模態(tài)集成模型 73
5.5.1 多模態(tài)子模型 73
5.5.2 多模態(tài)集成模型 74
5.6 新型對抗方案 75
5.6.1 小樣本場景問題 75
5.6.2 跨平臺聯(lián)防聯(lián)控問題 76
5.7 本章小結(jié) 79
第6章基于內(nèi)容的對抗技術 80
6.1 業(yè)務場景與風險 80
6.2 標簽體系 82
6.2.1 黑白標簽體系 82
6.2.2 類別細分體系 82
6.2.3 多標簽體系 83
6.3 文本內(nèi)容對抗技術 83
6.3.1 文本預處理 86
6.3.2 文本無監(jiān)督模型 89
6.3.3 文本監(jiān)督模型 97
6.4 圖像內(nèi)容對抗技術 103
6.4.1 圖像預處理 103
6.4.2 圖像半監(jiān)督模型 109
6.4.3 圖像監(jiān)督模型 114
6.4.4 主動學習 122
6.5 多模態(tài)內(nèi)容對抗技術 124
6.5.1 多模態(tài)定義 124
6.5.2 模態(tài)融合 125
6.5.3 協(xié)同訓練 127
6.6 本章小結(jié) 128
第7章基于復雜網(wǎng)絡的對抗技術 129
7.1 復雜網(wǎng)絡基礎 130
7.1.1 網(wǎng)絡分類 130
7.1.2 網(wǎng)絡表示 131
7.1.3 網(wǎng)絡存儲 133
7.1.4 網(wǎng)絡可視化 134
7.2 復雜網(wǎng)絡測度 135
7.2.1 度中心性 136
7.2.2 中介中心性 137
7.2.3 接近中心性 138
7.2.4 特征向量中心性 139
7.2.5 PageRank 141
7.2.6 聚集性測度 142
7.3 復雜網(wǎng)絡傳播模型 145
7.3.1 懶惰隨機游走傳播 146
7.3.2 個性化PageRank傳播 150
7.3.3 異構網(wǎng)絡傳播 153
7.4 社區(qū)劃分 155
7.4.1 標簽傳播社區(qū)劃分 156
7.4.2 Louvain社區(qū)劃分 160
7.5 圖神經(jīng)網(wǎng)絡 165
7.5.1 隨機游走圖嵌入 166
7.5.2 譜域圖神經(jīng)網(wǎng)絡 169
7.5.3 空域圖神經(jīng)網(wǎng)絡 173
7.6 本章小結(jié) 178
第8章反欺詐實戰(zhàn)案例 179
8.1 婚戀交友反詐騙 179
8.1.1 風險場景 179
8.1.2 事前預防 180
8.1.3 事中攔截 185
8.1.4 事后回溯 188
8.1.5 時序聯(lián)合打擊 189
8.1.6 反詐對抗運營 190
8.2 營銷活動反作弊 191
8.2.1 場景案例 191
8.2.2 業(yè)務數(shù)據(jù) 193
8.2.3 人機驗證對抗 193
8.2.4 風險名單對抗 194
8.2.5 規(guī)則引擎對抗 194
8.2.6 多模態(tài)集成模型 196
8.2.7 團伙圖模型對抗 200
8.3 賭博網(wǎng)址檢測 204
8.3.1 網(wǎng)址信息 205
8.3.2 文本模型 205
8.3.3 圖像模型 207
8.3.4 多模態(tài)集成模型 209
8.3.5 異構圖神經(jīng)網(wǎng)絡模型 210
8.4 惡意短文本識別 212
8.4.1 對抗流程 213
8.4.2 常規(guī)文本對抗 214
8.4.3 文字變形對抗 215
8.4.4 新類型對抗 216
8.4.5 穩(wěn)定期對抗 217
8.4.6 內(nèi)容對抗運營 218
8.5 本章小結(jié) 219
第5部分反欺詐運營體系與情報系統(tǒng)
第9章反欺詐運營體系 222
9.1 服務層 223
9.2 模型層 225
9.2.1 離線評估 225
9.2.2 線上監(jiān)控 225
9.3 特征層 229
9.3.1 穩(wěn)定性監(jiān)控 229
9.3.2 異常值監(jiān)控 229
9.4 數(shù)據(jù)層 230
9.5 事故分級與告警 231
9.6 本章小結(jié) 232
第 10章情報系統(tǒng) 233
10.1 體系架構 234
10.2 情報獲取 235
10.3 情報加工 235
10.4 情報分析 236
10.5 情報應用 237
10.6 本章小結(jié) 239