大数据安全治理与防范——流量反欺诈实战

图书标准信息

• 作者 张凯 周鹏飞
• 出版社 人民邮电出版社
• 出版时间 2023-11
• 版次 1
• ISBN 9787115625601
• 定价 79.80元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 页数 194页
• 字数 252千字

【内容简介】

:
互联网的快速发展方便用户传递和获取信息，也催生了大量线上的犯罪活动。在互联网流量中，黑灰产通过多种欺诈工具和手段来牟取暴利，包括流量前期的推广结算欺诈、注册欺诈和登录欺诈，流量中期的“薅羊毛”欺诈、刷量欺诈和引流欺诈，流量后期的电信诈骗、资源变现欺诈等。这些流量欺诈行为给互联网用户和平台方造成了巨大的利益损失，因此为了保护互联网平台健康发展和用户上网安全，必须加大对欺诈流量的打击力度。
    本书主要介绍恶意流量的欺诈手段和对抗技术，分为5个部分，共12章。针对流量反欺诈这一领域，先讲解流量安全基础；再基于流量风险洞察，讲解典型流量欺诈手段及其危害；接着从流量数据治理层面，讲解基础数据形态、数据治理和特征工程；然后重点从设备指纹、人机验证、规则引擎、机器学习对抗、复杂网络对抗、多模态集成对抗和新型对抗等方面，讲解流量反欺诈技术；最后通过运营体系与知识情报来迭代和优化流量反欺诈方案。本书将理论与实践相结合，能帮助读者了解和掌握流量反欺诈相关知识体系，也能帮助读者培养从0到1搭建流量反欺诈体系的能力。无论是信息安全从业人员，还是有意在大数据安全方向发展的高校学生，都会在阅读中受益匪浅。

【作者简介】

:
张凯，现任腾讯专家工程师。一直从事大数据安全方面的工作，积累了10多年的黑灰产对抗经验，主要涉及游戏安全对抗、业务防刷、金融风控和反诈骗对抗系统等。

【目录】

部分流量安全基础

章绪论2

1.1互联网流量的发展历程2

1.1.1pc互联网时代3

1.1.2移动互联网时代4

1.1.3云计算和大数据时代5

1.2大数据时代的流量欺诈问题6

1.3大数据时代的流量反欺诈挑战7

1.3.1监管层面7

1.3.2行业层面8

1.3.3业务层面8

1.4流量反欺诈系统的架构9

1.4.1流量反欺诈方案的演变历程9

1.4.2流量反欺诈系统的架构11

1.5小结13

第2部分流量风险洞察x

第2章流量欺诈手段及其危害16

2.1流量前期欺诈17

2.1.1推广结算欺诈17

2.1.2注册欺诈21

2.1.3登录欺诈22

2.2流量中期欺诈24

2.2.1“薅羊毛”欺诈24

2.2.2刷量欺诈25

2.2.3引流欺诈27

2.3流量后期欺诈30

2.3.1电信诈骗30

2.3.2资源变现欺诈31

2.4欺诈收益分析33

2.5小结34

第3部分流量数据治理

第3章流量数据治理和特征工程36

3.1基础数据形态36

3.1.1流量前期数据37

3.1.2流量中期数据37

3.1.3流量后期数据39

3.1.4流量数据特对比40

3.2数据治理41

3.2.1数据采集41

3.2.2数据清洗42

3.2.3数据存储43

3.2.4数据计算44

3.3特征工程45

3.3.1特征构建45

3.3.2特征评估与特征选择46

3.3.3特征监控48

3.4小结49

第4部分流量反欺诈技术

第4章设备指纹技术52

4.1设备指纹的价值52

4.2技术54

4.2.1基础概念54

4.2.2发展历程55

4.2.3生成方式56

4.3技术实现方案58

4.3.1评估指标58

4.3.2构建特征59

4.3.3生成算法60

4.4小结64

第5章人机验证65

5.1人机验证基础65

5.1.1验证码的诞生65

5.1.2验证码的应用场景66

5.1.3验证码的构建框架67

5.2基础层面的攻68

5.3设计层面的攻69

5.3.1字符验证码70

5.3.2行为验证码73

5.3.3新型验证码75

5.4小结77

第6章规则引擎78

6.1风险名单78

6.1.1风险名单基础78

6.1.2风险名单的攻演进79

6.1.3风险名单上线和运营80

6.2通用规则82

6.2.1ip策略的攻演进83

6.2.2设备策略的攻演进87

6.2.3账号策略的攻演进90

6.3业务定制规则94

6.3.1规则智能预处理模块95

6.3.2规则智能构建模块96

6.3.3规则智能筛选模块96

6.3.4其他模块97

6.4小结97

第7章机器学对抗方案98

7.1无样本场景99

7.1.1传统统计检验方案101

7.1.2无监督学方案102

7.2单样本场景104

7.2.1传统半监督学方案105

7.2.2行为序列学方案107

7.3多样本场景112

7.3.1二分类模型与回归模型113

7.3.2可解释判别场景114

7.3.3集成模型117

7.4小结122

第8章复杂网络对抗方案123

8.1流量前期方案124

8.1.1单维资源聚集的团伙检测125

8.1.2多维资源聚集的团伙检测129

8.2流量中期方案133

8.2.1结构相似团伙检测134

8.2.2欺诈资源家族检测138

8.3流量后期方案141

8.4小结145

第9章多模态集成对抗方案146

9.1多模态数据来源147

9.1.1关系图谱信息147

9.1.2文本信息148

9.1.3图像信息149

9.1.4其他模态信息149

9.2多模态融合方案150

9.2.1数据层融合151

9.2.2特征层融合152

9.2.3决策层融合154

9.2.4混合融合方案156

9.3小结157

0章新型对抗方案158

10.1联邦学158

10.1.1联邦学框架159

10.1.2异常流量的检测效果161

10.2知识蒸馏162

10.2.1知识蒸馏框架162

10.2.2异常流量检测的步骤164

10.2.3异常流量检测的效果164

10.3小结165

第5部分运营体系与知识情报

1章运营体系168

11.1稳定运营169

11.1.1服务稳定171

11.1.2数据稳定173

11.2误报处理175

11.2.1疑似白名单176

11.2.2自动化运营177

11.3用户反馈处理177

11.3.1用户申诉处理178

11.3.2用户举报处理179

11.4告警处理体系179

11.5小结181

2章知识情报挖掘与应用182

12.1黑灰产团伙情报挖掘183

12.1.1“薅羊毛”情报184

12.1.2水军刷情报187

12.2黑灰产行为模式情报挖掘189

12.2.1短台养号189

12.2.2广告点击欺诈191

12.3黑灰产价格情报挖掘193

12.4小结194