肯睿中國（Cloudera）：巧用大數據方法，“智斗”電信網絡欺詐

在整個亞太地區，電信運營商一直處于行業突破性創新的前沿，推動著人與人之間的連接和互聯網科技的進步。亞太地區擁有一些全球最大的電信公司，并且最近在5G網絡部署中一直處于領先地位。例如，中國的電信運營商正以其巨大的規模和容量為新用例和商業模式提供支持。根據中國工業和信息化部統計顯示，到2022年年初，我國5G基站總量占全球60%以上，5G網絡已覆蓋所有地級市城區，超過98%的縣城城區和80%的鄉鎮鎮區。

雖然5G可以為企業和其他新領域提供新產品和服務，進而開辟新收益來源，但電信運營商的核心業務仍將圍繞消費者。雖然電信公司不斷尋找通過增加使用時間（MOU）或數據消耗來提高每用戶平均收入（ARPU）的方法，但他們也同樣重視通過直接節省成本來提高盈利。因此，許多舉措都聚焦于節省傳輸成本和提高單位經濟效益的方法上。

另一個日益受到關注的領域是如何減少網絡欺詐，因為網絡欺詐會使電信公司蒙受損失，阻礙投資變現。電信公司的網絡運營中可能會出現多種欺詐行為，如果不加以控制，這些問題疊加在一起就會嚴重影響盈利。

運用大數據，有效預防欺詐

電信公司已經采取了許多策略來打擊欺詐，而且這些策略還在不斷發展。近年來，電信公司正在大數據和分析方面進行投資，以遏制或減輕欺詐事件。電信公司一直在收集大量的用戶數據，包括通話數據記錄、流量消耗、賬單信息，以及與網絡相關的數據，從遙測到其他參數。然而，當對客戶數據進行適當的大規模分析時，可以有效地減少欺詐。

此外，電信公司也在大力推動對網絡流量的實時監控，以檢測和防止欺詐。為了識別異常情況，電信公司正在掃描和分析呼叫模式、網絡和短信使用情況評估潛在的欺詐行為。例如，電信網絡詐騙犯罪往往需要使用大量的虛假或者非法的電話號碼、IP地址、域名等通信資源，這些通信資源在使用過程中會產生一些特征信息，比如通話頻次、通話時長、通話地點、通話對象等。通過對這些特征信息進行大數據分析，可以發現疑似涉詐的通信資源，并對其進行監測和處置。或者如果在非高峰時段出現異常大的呼叫流量，或一個設備突然連接到國外的基站，事件觸發器就會觸發警報，需要客服團隊介入處理。

如果電信公司不利用其龐大的客戶數據來檢查異常活動，那就不可能做到實時監控。實時監控甚至可以進一步升級為預測未來潛在的欺詐活動。“國家反詐中心app” 就是利用大數據技術反詐的集大成者。其會對用戶手機收到的電話、短信或下載的app進行檢測，如果發現可疑內容，識別為詐騙行為，便會主動對用戶進行預警。基于人工智能（AI）或機器學習（ML）的預測模型是電信公司用來打擊欺詐的一種相對較新的策略。由于通過網絡處理的數據過多，電信公司可以使用機器學習算法來分析從客戶數據所生成的大量數據集。然后，這些模型可以突出顯示可能表明欺詐的特定流量模式或異常行為，并升級為補救措施。以前的欺詐檢測模型需要提前定義模式，比如告訴系統尋找“突然開始使用多張SIM卡的行為”，而AI模型不需要這樣的操作。基于AI的解決方案將簡單地學習什么是正常行為，并根據一般閾值和規則來標記與之大相徑庭的行為，這樣就意味著電信公司將減少對人工監控欺詐行為的專家的依賴。公司需要能夠信任他們使用的數據，而這只能通過可靠的端到端數據管理和分析平臺來實現，為在安全和受監管的環境中訓練模型奠定基礎。

電信公司為防止欺詐活動而投資的另一個領域是信息安全領域。其涵蓋多個方面，其中最基本的是防止客戶數據落入不良分子手中。電信公司已部署了身份識別和認證系統，以便進行準確的篩選并確保客戶賬戶不被入侵。除客戶數據外，信息安全對于物聯網設備和傳感器等互聯終端同樣至關重要，以確保沒有薄弱環節被惡意行為者用來破壞服務。隨著5G網絡的出現，安全問題變得越來越重要，因為連入網絡的設備數量增加，包括大規模的物聯網在內的企業連接支持顯著擴大了網絡邊界和多樣性。換言之，“客戶端點”的數量正在迅速增長。

現代化數據架構是預防欺詐的必要條件

電信公司一直在投資現代化數據架構，以應對一系列挑戰。在預防欺詐方面，最大的挑戰之一是需要跟蹤的數據源數量和數據總量。電信公司需要追蹤來自網絡的數據、客戶數據以及營銷和推廣數據，所有這些數據結合在一起可以幫助他們建立360度全方位的客戶視圖。對于大多數電信公司而言，一個關鍵的挑戰是這些數據集通常存在于孤島中，而目前電信公司在打通這些孤島以生成囊括所有數據的統一視圖方面已經取得了很大進展。這其實要歸功于現代化數據架構，不過還需要做更多工作。

解決上述問題的一種方法是采用Cloudera Data Platform（CDP），該平臺已被世界上大多數領先的電信公司部署。CDP融合了現代化數據架構的許多元素，包括對湖倉一體、數據編織和數據網格的支持。CDP能夠幫助電信公司實時獲取大量數據集，同時還創建了合適的工具，支持對多種防欺詐場景進行分析。