电信运营商的反欺诈系统不会侵犯用户隐私！
点击上方
请您点击“与数据同行”以“关注”，关于数据的实践与思考，每周一我在这里等你！
作者：傅一平 目前就职于某电信运营商，从事大数据相关工作。
今日头条发布了《中国移动“天盾”反欺诈系统浙江试点工作显威力》，提到浙江移动采用大数据新技术来实现欺诈反制：
“但是随着诈骗犯罪手段的翻新，给一直从“犯罪源头”反制，实行“黑名单”拦截的反欺诈工作带来了难度。为此，浙江移动的团队成员共同悉心研发，创新思路，从保护诈骗受害用户的角度出发，在对通话行为进行大数据分析的基础上，首创了一套对疑似诈骗行为识别、分析和处置的办法。这套新办法好似一面“照妖镜”，能在诈骗实施之初就第一时间发现抓取并进行事中干预，使得各种竭力藏匿的诈骗行为无所遁形。”
“经过测试验证，该识别模型从识别欺诈行为到实施智能拦截仅需2分钟，从2016年8月上线以来，在两个月的时间里，已累计识别诈骗电话8584起，诈骗识别准确率超过95%，实现月均止损800万元，如果完全投入使用， 2016年预计可以为全国人民挽回直接经济损失2.92亿元。”
的确，采用新型的大数据技术在遏制通讯信息欺诈方面可以发挥重要作用，但也引起了人们对于用户隐私的担心，比如有人就评论道：“看来移动手机号不能用了，这可能监听我的电话内容啊。”
笔者长期从事相关工作，也简要谈谈自己的理解，事实上，运营商这类反欺诈系统，绝对不会对于用户隐私形成侵犯。
首先，任何用户的电话内容、短信内容、上网内容，运营商没有任何权利去查看，这是红线，作为负责任的国企，这也不会发生。
现在欺诈电话、垃圾短信，反欺诈拦击这么难，一定程度是因为运营商不允许直接监听通信内容所致，因此需要采用其他的拦截手段，这比很多公司的内容监听行为要正规的多。
事实上，如果真得允许监听用户通信内容，那所谓的垃圾短信，欺诈电话等的算法识别反倒简单了，比如维护一个庞大的语义库就可以了 。
运营商需要在不查看通信内容的条件下，基于非常有限的信息去识别并拦截，这是非常大的挑战和难点。
其次，为什么要用大数据反欺诈？
大家每天都收到垃圾电话，只能说对于用户形成了骚扰，绝大多数并没有形成事实上的欺诈，但还是有极少部分用户是受到欺诈并损失金钱的，这部分用户虽然是小众，但损失的金额是巨大的，每年损失超百亿，对于这类造成实质损失的最后立案的案件，怎么才能实现事中干预从而避免损失呢？
传统的黑名单显然是不靠谱的，因为欺诈成功的号码，大多数是改号的首次使用号码，人家用一次就扔掉，也不会再欺诈下一个，传统黑名单方式怎么拦截？这部分虽然小众但可能造成倾家荡产的被害人如何保护？
因此，必须采用新的技术手段，基于欺诈号码的特定行为去识别规律，这就需要采用大数据的技术。这里的行为规律，是指基于历史欺诈号码的交往圈大小（注意不是具体某个对端号码）、通话的频度、通话的顺序、通话的时段等各类通信要素进行模型训练，找到欺诈号码的行为规律，但不涉及通话内容。
然后基于这套规律去进行现网匹配，找到最为疑似的欺诈号码，然后针对被通话人进行拦截。
这种算法跟AlphGO类似，通过分析历史所有棋盘的棋局，然后找到下棋的规律，从而预测出下一步正确的走棋位置。
显然，这种大数据反欺诈方式不会触及用户隐私。
一是基于前面的分析，大数据反欺诈没有监听用户的通话内容，没有用到用户的任何通信内容数据，这是一个基本点，大数据与用户隐私不能简单划成等号。
三是大数据要识别的对象是欺诈行为模式，不针对任何特定个人，整个模型训练过程涉及到的用户号码等数据也完全脱敏，因为模型没必要知道你是谁，只要找到符合这类模式的，就进行预警和拦截， 这个识别模型就是个黑箱子。
三是输出的拦截信息经过相关执法机构的许可，一切按法办事，运营商不会擅自进行事中干预。
无论是黑名单还是基于大数据的反通讯信息欺诈系统，从当前的实现方式看，不会涉及用户隐私的侵犯，用户可以完全放心。
当然有人可以说，管你用什么保护手段和先进反欺诈算法，反正接触了用户数据，怎么自证清白？但在购物网站人家做个性推荐的时候，人家不仅知道你在购物，还知道内容，哪一样不涉及个人隐私，为什么又要区别对待呢？
隐私总是相对的，只要是于人民有利，不作恶，特别是这类公益事业，是否应该给予更多的宽容？
当前反欺诈的形势比较严峻，需要各界联合起来共同推动，是否需要给予反欺诈工作多一点支持和理解？大数据等新技术也并非洪水猛兽，只要驾驭的好，就可以很好的为人类谋福，还是需要往前看。
从个人的角度看，如果看到自己的亲人、朋友上百万的收入即将被诈骗分子骗取，而天盾及时进行了阻止，那到底是隐私重要还是损失重要？作为旁观者当然可以义正言辞的大谈隐私保护，但当事人怎么办？
事情总有两面性，天下也没有绝对的东西，只不过都是权衡利弊的结果。
BI自助取数是怎么炼成的？ 阅读量：1835
为什么BI取数这么难？阅读量：11500
为什么数据管理工作很难成功？阅读量：1900
为什么传统BI没前途？阅读量：4093
大数据，为什么不是传统BI的简单升级？阅读量：3400
数据分析师的自我修养 阅读量：1483
唯有数据创新，运营商才能实现大数据变现的突破？阅读量：1236
中国移动进军大数据征信，一个具有旅程碑意义的事件 阅读量：2380
为什么有些人用3年的时间获得了你12年的数据分析经验？阅读量：1874
数学中的“罗辑思维” 阅读量：1090
数据说谎的艺术 阅读量：2234
看上去很美，谈谈阿里云的大数据平台【数加】 阅读量：1281
DPI大数据之战：运营商的艰难抉择 阅读量：2342
还有很多...
长按订阅二维码关注（微信号：ysjtx_fyp）