2022年12月1日起《中华人民共和国反电信网络诈骗法》正式实施，全文分别是从电信治理、金融治理、互联网治理三个主体，明确了预防、监控、遏制电信网络诈骗的相关防范责任和保护义务，也凸显了各主体在反电信网络诈骗中的重要定位。

  值得关注的是，反诈法的实施将反诈责任从传统意义的金融领域推到了“泛互联网”范畴。

  《反电信网络诈骗法》在具体管控点上对各主体明确了管理要求和处罚标准，例如：账户身份核验，手机卡号申请管制，非法设备软件管控，异常交易监测和识别，以及证据的分类固化与报送等。

  《反电信网络诈骗法》的实施，推动了我国电诈治理从事后打击到前端防范，与《网络安全法》、《数据安全法》、《个人隐私信息保护法》及其配套共同构成多法联动的互联网空间合规架构，呈现体系化、全方位、严监管态势。

  为了应对在电信网络诈骗链条上不断专业化、组织化的黑灰产，减少财产损失，提升客户信任，同时充分履行《反电信网络诈骗法》的责任要求，各主体亟需搭建一套迭代迅速、能力闭环的反诈防控体系。

  除了常见的短信钓鱼、仿冒网站、虚假中奖、网上交友聊天等诈骗场景外，通过视频引导、情感引诱、理财诈骗、支付套现等各类电信诈骗方式也层出不穷。如，下图为典型的支付套现诈骗链路：欺诈者在网络上寻找一些潜在“用户机会”（买游戏货币、皮肤，折扣充值等），通过社交媒介，以低价充值为诱饵，获取信任后引诱其打开视频，远程进行支付二维码扫描。实际上欺诈者同步在电子商务平台进行下单，将支付请求通过二维码转化工具，转化成待支付二维码后，诱导进行扫码，从而骗取当事人完成支付。

  每一次实施的电诈，涉及环节众多，欺诈手段贴合用户心理与实际业务场景，对于当事人来讲较难判断。而运营商、平台、支付机构等各环节信息割裂，难以形成监控链条，各家损失惨重。

  基于用户行为特征，进行用户身份核验和多层风险评级。结合风险数据赋能，对相关手机号/IP/设备等进行全网风险刻画，过滤一层准入风险。

  1）实时风险识别-采用策略防控和机器学习模型复合逻辑，实时检测异常行为特征、可疑账户交易，进行账户分层管控。

  2）团伙风险挖掘-结合知识图谱和风险标签，识别用户网络中存在的团伙欺诈行为，回溯风险发生链路。

  3）风险趋势追踪-利用行为特征，刻画用户风险画像，通过有监督和半监督算法持续进行用户风险评级，跟踪风险走势，实时调整风控决策。

  基于对监管政策解读和主体机构防控实践经验，结合先进理念和技术，形成全栈式的风控产品和解决方案，覆盖用户KYC认证、反诈检测和排查、数据报送、风险监测和决策等。

  基于自主研发的决策引擎、实时计算、知识图谱及终端态势感知等前沿技术，结合多年沉淀的风控策略和机器学习模型能力，形成不同电信诈骗场景下的防控方案。

  风控专家团队为客户提供专业的业务咨询、实时部署、风险挖掘、售后支持等一整套服务闭环，同时通过风控大脑预警和实时监测，持续保障风险有效防控，为客户赋能，实现共赢。

  总体来讲，电信网络诈骗手法多样、隐蔽性强，小盾安全可通过系统化解决方案对可疑情况做高度覆盖，并通过和客户积极协同，设置个性化处置方式。风险识别决策和客户运营处置相结合，从网状范围式布控到精准识别打击的防控闭环，帮企业大幅度降低电信诈骗困扰，减少资金损失，促进合规经营，满足监督管理要求。返回搜狐，查看更加多