电信网络诈骗犯罪资金流查控研究

当前,随着"互联网+金融"支付方式的飞速发展,电信网络诈骗犯罪的资金转移工具和洗钱渠道不断升级、变化,向庞大复杂的境外金融体系和在线数字货币交易平台转移,给资金流查控带来难度.通过系统化梳理电信网络诈骗常用的银行卡支付、第三方支付、聚合支付等资金转移方式,诈骗团伙利用"水房"、地下钱庄、第四方支付、跑分平台、数字货币汇...     

遏制电诈犯罪虚拟货币跨境洗钱研究——以资金流查控为视角

利用虚拟货币交易为上游电信网络诈骗犯罪洗钱,涉案金额巨大,资金流向追踪困难。经过层层“钱-币”交易、“币-币”交易的巨额犯罪所得流入境外诈骗团伙人员手中,不仅对国内金融秩序造成严重破坏,也极大影响了打击犯罪和对被害人的追赃挽损工作。穿透交易的匿名化是追踪、识别高度隐蔽的虚拟货币洗钱行为的关键。以虚拟货币洗钱实案为例,分析洗钱的行为特征和操作模式,厘清多层级中心化交易、DeFi智能合约和智能链交易、程序化代码转账以及隐私虚拟货币交易等新型洗钱手法及查控难点,探索突破各种新型交易方式的匿名性难题、识别交易者真实身份信息的研判方法,并从侦查、技术和法律3个方面提出遏制虚拟货币跨境洗钱的应对之策。     

电信诈骗:台湾人的“专利”?简

2014年伊始，娱乐圈便爆出大陆女艺人汤唯受到电信诈骗、披骗21万元的新闻，电信诈骗再次成为舆论热议的话题。可能很多人不知道，电信诈骗其实是由台湾地区的犯罪分子“发明并发扬光大”的。     

电信诈骗:台湾人的“专利”?

<正>2014年伊始,娱乐圈便爆出大陆女艺人汤唯受到电信诈骗、被骗21万元的新闻,电信诈骗再次成为舆论热议的话题。可能很多人不知道,电信诈骗其实是由台湾地区的犯罪分子"发明并发扬光大"的。始于台湾电信诈骗是指使用电话、短信、网络等平台,利用民众贪心、恐惧和同情心等心理,骗取不特定民众钱物     

基于XGBoost算法的电商用户重复购买行为预测

机器学习算法广泛应用于电商用户行为数据分析及商业预测.其中，XGBoost算法作为一种常用的有监督机器学习算法，能够实现电商用户行为特征最优选择与行为模型构建、评估消费价值、预测重复购买行为概率、提高商业决策的精准性与可行性.本研究采用阿里云天池大数据竞赛“天猫复购预测”所提供的“双十一”电商购物节关联数据集中约42万电商平台用户产生的5 500万条行为数据，基于促销活动情境完成特征构造，实现有监督分类学习.本研究实现了XGBoost算法的参数优化与数据特征值处理过程优化，完成了促销活动后6个月内电商用户重复购买行为的预测模型演算.结果表明：优化后的XGBoost算法能够比较精准地预测电商用户重复购买行为、评估在线用户潜在购买价值、实现精准营销以及真正促进促销活动的长期投资回报率提高.     

从惯常行为探究大学生电信诈骗被害预防

通过对福州各高校大学生开展调查研究,发现大学生群体遭遇电信诈骗的通常特点是：大学生人群集中,经常成为广撒网式诈骗的对象;由于大学生多数离家住校,不法分子利用父母与子女的关系进行诈骗的案例也多发;大学生对于求职和网络购物的需求大于普通市民,所以电信诈骗集中在这些活动中。具有突出特点的犯罪在预控研究中尤其适合采用惯常行为理论,因此该文有针对性地从潜在被害人的角度提出高校电信诈骗预控方案。     

基于改进XGBoost不平衡围岩超前分类方法的隧洞工程施工仿真研究

为了在围岩类别不平衡的条件下实现围岩类别有效判断,进而提高隧洞工程施工仿真准确性,基于改进极限梯度提升(XGBoost)不平衡围岩超前分类方法进行隧洞工程施工仿真研究。采用自动邻域确定合成过采样(AND-SMOTE)方法优化围岩类别不平衡性,并采用改进的XGBoost不平衡围岩超前分类模型进行围岩超前分类,进而优选仿真参数,提高仿真结果的准确性,其中,以模型交叉验证平均准确率为目标,采用哈里斯鹰优化(HHO)算法自动优化XGBoost超参数,以提高围岩分类精度。工程应用表明,相比未改进的XGBoost不平衡、KNN、SVC等6个模型,改进的XGBoost不平衡围岩超前分类模型分类精度更高;考虑围岩类别不平衡性后,改进的XGBoost不平衡围岩超前分类模型分类精度提高了8.6%;此外,基于围岩超前分类的隧洞工程施工仿真结果与实际进度的相对偏差相比传统仿真降低了11.3%,更符合工程实际。     

基于Lightgbm和XGBoost的优化深度森林算法

教育规模不断扩大，高校在校生人数持续上升，导致学生的能力参差不齐.为了提升教育水平，教师需掌握学生在校期间的学习状态，预测学生期末成绩是教师掌握学生学习状态的重要途径之一.目前的研究工作主要采用传统的机器学习算法进行成绩预测，如随机森林、贝叶斯、深度森林等，但精度不高；也有利用深度学习算法进行预测，但模型缺少可解释性. Lightgbm(Light Gradient Boosting Machine)算法内存消耗低，时间复杂度低，而XGBoost(eXtreme Gradient Boosting)算法精度高.因此，基于提高精度与降低模型内存消耗的策略，将深度森林中的随机森林与极限随机森林模块分别替换为Lightgbm和XGbBoost，提出一种基于Lightgbm和XGBoost算法的优化深度森林算法LIGHT-XDF.在八个数据集上与其他模型进行对比实验，结果表明，LIGHT-XDF算法的综合性能最好.     

诉讼欺诈行为探究

论述了诉讼欺诈行为的概念、类型及特征,分析了目前对诉讼欺诈行为的几种定性。赞同三角诈骗构成诈骗罪,但不同意将诉讼欺诈行为与三角诈骗等同的观点。通过对诉讼欺诈行为与诈骗罪中的诈骗行为的综合考究,认为诉讼欺诈行为与诈骗行为有质的区别,我国刑法应当增设＂诉讼欺诈罪＂。     

融合矩阵分解和XGBoost的个性化推荐算法

针对传统的协同过滤推荐算法中评分矩阵过于稀疏和算法准确度不高的问题,提出一种融合矩阵分解和XGBoost算法的推荐算法(MFXGB,Matrix Factorization XGBoost),其特点是利用SVD++算法(SVD,Singular Value Decomposition)对用户项目评分矩阵进行填充,避免过多的缺失值对算法精确度的影响,再利用XGBoost(eXtreme Gradient Boosting)算法训练有监督的模型用于预测用户评分.为了克服计算成本过高的困难,提出利用K-均值聚类方法进行特征提取用于训练XGBoost模型.将MFXGB算法应用于MovieLens数据集进行实验分析,结果显示,MFXGB算法的推荐精确度比传统的3种方法分别提高了8.91％、10.18％和11.79％,效果明显优于传统的推荐算法.     

名刊摘要

落实手机实名制必须以法律监管为依托对于手机实名制的初衷,各界都希望它能促进我国电信用户的诚信体系建设,成为减少垃圾短信骚扰、打击手机犯罪和电信诈骗等违规违法活动的有效手段——这些行为已经令中国7亿手机用户不堪所累。     

基于XGBoost的新零售优惠券使用行为预测

为实现新零售优惠券的定向投放,提出了对用户优惠券使用行为预测的模型.该文采用XGBoost算法,突破了以TAM模型(技术接受模型)为基础解释个人优惠券使用意愿的传统方法,并基于口碑网的真实交易数据进行了特征提取和用户使用行为建模.在K折交叉验证之后通过变量重要性评分,确定了对消费者使用决策贡献度较高的特征,并与随机森林和GBDT(梯度提升决策树)算法进行了AUC(Area under curve)准确率的对比.该研究证明了基于XGBoost的集成学习算法在优惠券使用行为预测中的有效性,对新零售精准营销有重要的现实意义.     

涉虚假App的电信网络诈骗犯罪侦查难点与对策研究

虚假App已经成为不法分子实施电信网络诈骗的主要载体之一,通过对河南省某地区2020年发生的电信网络诈骗案件为研究对象,分析当前的犯罪形势及特点,以涉诈骗App为核心,分析了公安机关在侦办这类案件中的难点.针对涉虚假App的电信网络诈骗犯罪案件的作案技术原理和技术,以App信息流和域名、IP地址信息流为侦查的方向和切入...     

电信诈骗为何总有人受伤

正近年来,随着通讯及网络技术的快速发展,电信诈骗手段不断升级翻新,电信诈骗案件也层出不穷。当前电信诈骗,集团化、专业化、智能化特点明显,迷惑性更强近日,知名艺人汤唯因电信诈骗损失21万余元,大家的目光又再次关注起屡禁不止的电信诈骗。而就在此前,中央电视台就报道了这么一件事:辽宁沈阳一位70多岁的老人今年1月7日去中国工商银行某支行汇款。     

银行卡交易系统的安全分析

本简述了银行卡交易系统的发展概况，并分析了其安全问题，然后以一个典型的银行卡交易网络为例，阐述它的安全工作流程。     

基于粒子群优化算法改进的XGBoost模型制备C4烯烃工艺条件优化

C4烯烃是生产清洁友好燃料等化工产品的重要原料，提升C4烯烃收率，增大C4烯烃产量是生产过程重要的目标之一。针对乙醇偶合制备C4烯烃这一化学反应样本数量多，特征数量少等特点，本文提出一种组合模型：粒子群算法改进的XGBoost模型。首先将XGBoost模型与数据的拟合效果作为粒子群算法的目标函数，通过粒子迭代确定XGBoost模型的最优超参数; 然后通过对变量设置一定的步长构造仿真数据。最后，将优化后的XGBoost模型与仿真数据进行拟合，拟合优度由76%提升至93%。根据预测结果确定了C4烯烃的最大收率和最佳反应条件，得到C4烯烃收率的最大值为43.52%。实验结果表明，改进后的XGBoost模型在误差和精度方面都优于原始模型。     

商户联盟与Hotelling竞争下支付卡交换费的比较分析

构建银行卡组织、商户与消费者的动态博弈模型研究支付卡的交换费问题．在银行卡组织垄断条件下,比较分析了商户联盟与商户进行Hotelling竞争两种市场结构下的均衡交换费;并进一步分析商户数量及银行卡组织引入竞争机制对均衡交换费的影响．基本结论对POS支付、ATM交易等网络型产业的接人定价与规划政策具有一定借鉴参考价值．     

抓住机遇 积极推进 发展上海银行卡产业

在社保一卡通、交通一卡通等信息化工程积极开展的同时，银行一卡通以及银行卡产业发展，一直是上海市政府近年来十分重视的一项重点工作。1993年本市启动“金卡工程”，随后又相继推动了银行IC卡试点、POS直联改造等工作，2001年全市银行卡交易总额已突破600亿元，银行卡已成为     

基于NVIVO11的电信网络诈骗案件侦查逻辑模型的建构与应用

当前,电信网络诈骗案件因其犯罪类型多、手段更新快、异时空作案、持续高发,已成为影响社会发展和稳定的突出犯罪问题。本研究着眼于电信网络诈骗案件侦查超出传统诈骗案件侦查所需新思路和新对策,以扎根理论为基础采用NVIVO11软件对2018年147份实证案例报告进行质性研究,提取电信网络诈骗案件侦查逻辑模型的核心理论范畴,构建智慧大数据应用模型,探索侦查实施径路和监管对策,为打击治理电信诈骗犯罪的侦查实务提供参考。     

从“烧卡型案件”的角度谈信用卡诈骗犯罪预防体系的完善

近年来,随着我国银行卡产业的快速发展,信用卡已成为居民个人使用最为频繁的非现金支付工具,但与此同时,信用卡也成为一些不法分子的重点攻击目标。本文从信用卡诈骗案件的表现形式--烧卡型案件入手,分析了当前我国在信用卡诈骗犯罪预防体系建设上的不足,并从政府、发卡银行、持卡人等不同角度提出了相关完善措施。