內容大鋼
詐騙網站作為實施電信詐騙犯罪的主要載體，是詐騙案件中犯罪分子和被害人發生交互的主要媒介。開展針對詐騙網站進行精準識別，有助於準確揭示犯罪規律、控制犯罪影響範圍，對打擊防範電信網路詐騙犯罪具有重要意義。面對猖獗的電信網路詐騙形勢，國家有關部門已集中展開多次詐騙網站整治專項行動，並針對電信網路詐騙案件的打擊與防範問題開展了形式多樣的分析研判工作，取得了一定的成效。但是，詐騙網站的識別和綜合治理仍存在識別線索欠高效、研判欠精準等問題。因此，為進一步提升打擊防範電信網路詐騙工作的效能，遏制電信網路詐騙犯罪的多發高發勢態，本書運用基於大數據、機器學習等新興領域的先進技術，開展針對詐騙網站的智能識別與綜合治理研究。
作者介紹
周勝利|責編:楊洋//楊金月
周勝利，1982年出生，電腦科學與技術專業博士，浙江警察學院副教授，兼任杭州電子科技大學碩士研究生導師。研究方向：網路安全、機器學習。科研項目具體包括：（1）生成式人工智慧驅動下網路行為風險形成、演化、治理研究（國家社科基金，主持人）；（2）電信網路詐騙犯罪威脅情報平台關鍵技術研究（浙江省公益計劃項目，項目主持人）；（3）基於大規模電信網路詐騙數據的被害風險識別與防控策略研究（公安部科技計劃項目，主持人）；（4）浙江省「十三五」省級產學合作協同育人項目一一面向新型犯罪治理的網路攻防產學合作平台項目（省部級課題，項目主持人）；（5）雲基礎設施可信增強技術的研究（省部級課題，負責工程實施）；（6）關於當前虛擬社會監督管理的實踐與思考（寧海縣公安局合作項目，項目主持人）。以第一作者或通信作者發表一級期刊論文10篇、專利2個、軟體著作1個。作為杭州市網路安全「十四五」規劃課題組主要成員，主要負責規劃的起草和政策研究工作，有力支撐杭州市網路安全「十四五。」規劃編製工作。
目錄
引言
第1章 詐騙網站特徵與漏洞分析
1.1 詐騙網站概述
1.2 詐騙網站特徵
1.3 詐騙網站漏洞分析
1.4 本章小結
第2章 基於卷積神經網路的詐騙網站文本分類
2.1 概述
2.2 相關技術概述
2.3 模型實現
2.4 模型評估
2.5 本章小結
第3章 基於BERT遷移學習模型的詐騙網站文本識別方法研究
3.1 BERT文本分類模型概述
3.2 詐騙網站文本識別模型流程設計
3.3 實驗及分析
3.4 本章小結
第4章 詐騙網站圖像智能識別技術研究
4.1 相關技術概述
4.2 模型設計
4.3 實驗與分析
4.4 本章小結
第5章 基於RoBERTa模型和Inception-ResNetV2決策融合的詐騙網站識別模型
5.1 模型概述
5.2 相關技術概述
5.3 模型實現
5.4 IRWD-RIRF評估
5.5 詐騙網站可視化識別系統
5.6 本章小結
第6章 基於相異模型集成的多模態詐騙網站識別方法研究
6.1 相關技術基礎
6.2 詐騙網站特徵分析方法
6.3 實驗分析
6.4 本章小結
第7章 基於評分卡的詐騙網站量化分析
7.1 基本原理
7.2 模型構建
7.3 模型對比分析
7.4 本章小結
第8章 基於網路行為的詐騙網站識別預警
8.1 被害人網路行為定量分析
8.2 模型建立思路與數據預處理
8.3 數據挖掘與模型建立
8.4 本章小結
第9章 基於網路流量的詐騙網站識別
9.1 基礎技術
9.2 問題定義
9.3 模型設計
9.4 實驗分析
9.5 本章小結
第10章 詐騙網站治理
10.1 詐騙網站黑灰產業鏈特點分析
10.2 詐騙網站的蔓延原因
10.3 詐騙網站的治理現狀
10.4 詐騙網站治理的法律依據
10.5 詐騙網站搭建犯罪案例分析
10.6 詐騙網站綜合治理框架
10.7 本章小結
第11章 面向電信網路詐騙綜合治理的網路安全課程評估
11.1 電信網路詐騙綜合治理背景
11.2 公安院校網路安全課程構建現狀數據分析
11.3 基於評分卡方法的網路安全課程效能評估
11,4公安院校網路安全課程構建優化路徑
11.5 本章小結
第12章 總結與展望
12.1 本書總結
12.2 未來研究展望
參考文獻
[