IBM-基于人工智能的电话反欺诈行动指南-2020.11-8页_841kb

电话反欺诈行动指南总结

核心内容

本文档由IBM商业价值研究院发布，围绕电话反欺诈主题，结合人工智能技术，提出了针对电信运营商的建设指南和解决方案，旨在提升诈骗识别能力，降低用户损失，增强社会信任。

主要观点

• 数据驱动与技术结合：通过整合通信数据与AI分析技术，构建高效的反欺诈预警系统。
• 构建整体解决方案：在反欺诈建设中，需综合考虑成本、准确率、法律风险和处理能效等关键要素。
• 实时反欺诈的重要性：鉴于诈骗分子的狡猾与快速转移特性，实时反欺诈系统能够更有效地拦截诈骗行为。
• 欺诈话术套路分析：识别和分析欺诈分子常用的复杂话术套路，有助于提前预警和干预。
• 隐私保护是关键：反欺诈系统必须在保障用户隐私的前提下进行，避免存储敏感信息。
• 语音转写质量影响识别效果：在真实环境中，语音转写质量对欺诈识别至关重要，需根据地区口音进行优化。
• 模型构建经验决定项目成败：丰富的反欺诈建模经验有助于从海量数据中提取有效信息，提升识别准确率。

关键信息

诈骗现状

• 2019年全国共破获电信网络诈骗案件20万起，抓获犯罪嫌疑人16.3万人。
• 2020年上半年，破获案件10.1万起，抓获嫌疑人9.2万人。
• 诈骗手段层出不穷，如冒充公检法、虚假投资理财、兼职刷单、虚假购物等。
• 疫情期间，某些地区电话欺诈成功率高达18%。

反欺诈方案分类

实际案例

• 某省电信运营商与IBM合作，搭建了在线实时智能反欺诈平台。
• 平台识别准确率超过95%，有效降低区域诈骗成功率50%。
• 平台通过AI技术识别欺诈内容并自动挂断，同时保护用户隐私，仅反馈摘要信息。

套路识别与分析

• 欺诈话术套路复杂，包括多个阶段和话术技巧。
• IBM通过多年反欺诈经验，建立了一套复杂欺诈套路识别资产，能够快速挖掘典型套路。
• 某省案例中，IBM识别出10种典型话术套路，发现多个手机号可能属于同一诈骗团伙。

建设指南

1. 明确建设方向

   • 与公安、通信管理局沟通，根据实际需求选择建设模式。
   • 若事后核实为主，模型可暂时“冤枉好人”，但应覆盖更多坏人。

2. 保护个人隐私

   • 不留存通话内容，仅在识别后自动删除。
   • 反欺诈功能可作为用户可选订购服务。

3. 优化语音转写质量

   • 针对不同地区口音进行优化，确保识别准确。
   • 在真实环境下测试语音转写性能，避免因误识别导致误判。

4. 构建高质量反欺诈模型

   • 利用自然语言处理和外部数据，挖掘少量欺诈样本。
   • 建立定期迭代机制，应对欺诈分子不断更新的套路。

需要思考的重要问题

• 贵企业面临哪些电话反欺诈的挑战？
• 您计划如何构建反欺诈平台？
• 是否考虑与有经验的合作伙伴合作，以加快项目推进？

备注与参考资料

1. 熊丰，“2019年全国共破获电信网络诈骗案件20万起，抓获犯罪嫌疑人16.3万人”，新华网
2. 朱紫阳，“公安部：上半年全国共破获电信网络诈骗案件10.1万起”，人民网
3. 工业和信息化部，《关于运用大数据推进防范治理电信网络诈骗长效机制建设工作方案》
4. IBM案例研究（多次提及）

合作与资源

• IBM积极与客户合作，运用业务洞察和先进技术，助力企业在复杂环境中保持竞争优势。
• 访问IBM商业价值研究院中国网站，免费下载研究报告：https://www.ibm.com/ibv/cn

联系方式

• 吴大维：wudavid@cn.ibm.com
• 杨杭：bjyhang@cn.ibm.com
• 钱雪莹：bjqianxy@cn.ibm.com
• 高康睿：gaokrui@cn.ibm.com
• 郝希蓓：haoxish@cn.ibm.com
• 何佳惠：hjhjhui@cnn.com
• 王莉：gbswangl@cn.ibm.com