你印象中的网络诈骗是不是还停留在夹着嗓音冒充熟人借钱，盗取社交软件寻求好友资助的初级模式？

醒醒，现在的骗子已经与时俱进用上人工智能了。

所谓“眼见为实”，但现在眼见却不一定为实。随着人工智能技术的不断突破，诈骗犯也开始盯上了这一技术的“红利”。

此前，电视剧《猎罪图鉴》中演绎过这样一个案例。

一开始是主角沈翊发现老师冒充自己，在生前模仿自己的画作，并且将这些“赝品”高价卖出去。

这一幕，让不少观众产生第一个疑惑，老师到底是为什么要做这种没有底线的事情。恩师到底是不是有什么苦衷，迫不得已才这么做的？

紧接着，警方就在老师手机发现了一段视频，是他儿子的“求救视频”，视频中儿子声称需要20万美元来摆平官司。

观众看到这里，马上就反应过来，原来恩师并没有变，是因为摊上了一个不争气的儿子，才会走上“绝路”。投江自尽应该是不能接受自己冒充学生卖赝品牟利。

这就在观众都觉得合情合理的时候，反转又出现了。警方找到了老师的儿子，可是儿子并不承认，自己有收到过父亲的钱。

并且声称，这么多年以来，父子的关系并不好，所以他们根本没有联系和来往，更别说收过父亲的钱了。最后警察通过观察和对比，发现“求救视频”的人，并不是老师的儿子，而是通过AI技术合成的“假货”。

最终，老人家因被骗得倾家荡产，万念俱灰之下选择投江自尽。

该剧情案例取自真实事件，由此可见，如今的电信诈骗防不胜防，科技越来越发达了，人们依赖科技产品越来越多了，犯罪分子作案手段也越来越高级了，你根本就来不及分辨出真或假？就已经上当了。

01、当骗子开始用AI行骗

公安部数据显示， 2021年全国破获电信网络诈骗案件数量39.4万件，涉案金额达到3291亿。

近年来，黑色产业链组织架构越发成熟，治理难度也越来越大。

一方面，电信诈骗往往是跨国有组织犯罪，且呈现出新技术支撑、集团化运作、精细化分工等犯罪特征，并且犯罪分子利用不同国家地区反诈治理的“木桶效应”，不断向反诈治理水平更低的国家和地区转移。

如我国台湾地区、边境缅北地区，非洲尼日利亚等地，电信网络诈骗犯罪境外作案占比高达80%，从法律治理层面来说，这给防范与侦破跨国电信诈骗带来了更大的难度。

另一方面，随着诈骗技术与手段不断推陈出新，借助利用元宇宙、AI智能、GOIP、远程操控、共享屏幕等热点词汇与新概念，基于迅猛发展的深度合成技术，通过对人脸、声音等个人隐私敏感信息的深度伪造（deepfake），这些新型技术与理念的滥用，使得单纯依靠法律与社会宣传防范电信诈骗变得非常困难。

因此，今天反诈是一个综合性的工作，需要支付机构、金融机构、公安部门、电信运营商、互联网公司等多个主体形成生态联防、共同发力，充分发动与利用技术的力量遏制诈骗犯罪，防范于未然。

02、正面出击：4大AI技术助力网络反诈

中国信息通信研究院安全研究所的《电信网络诈骗治理与人工智能应用白皮书》显示，利用人工智能检测和防护网络安全主要有四大技术应用：

基于大数据分析的技术应用

基于大数据分析的电信网络诈骗防范治理技术应用以数据挖掘分析结果为驱动，整个过程包括“数据采集、数据处理、数据挖掘”等多个环节。

数据经过智能化处理清洗后为后续开展数据分析和挖掘，识别电信网络诈骗行为，构建完备的技术防范体系奠定了数据基础。

不过，在对有诈骗嫌疑的网址、账号进行分类和拦截，以进行提前预警的过程中，数据交换与个人隐私保护之间如何平衡，也面临了一些挑战。

基于机器学习算法的技术应用

基于机器学习算法的电信网络诈骗防范治理技术应用可以分为分类和聚类两种应用形式。

分类算法通过已知的诈骗样本、案例数据进行模型训练，在此基础上对新的行为事件进行涉诈风险分析预测。

聚类算法通过全局分析和高维空间聚类，在无诈骗样本数据的情况下找出数据中隐含的共同特征，从而完成大规模关联诈骗团伙的自动发现。

通过机器学习两种算法的互相结合，可以有效提升发现识别诈骗行为和团伙的技术能力。

基于模式识别的技术应用

基于模式识别的电信网络诈骗防范治理技术聚焦已知诈骗行为的样本数据特征，通过分析归纳得到诈骗行为的多维度特征属性并形成涉诈资源模板库，结合自然语言处理、生物特征识别及大数据挖掘分析等技术，对目标对象进行相似度交叉比对分析，研判得出目标对象的涉诈风险，在诈骗电话、诈骗网站的判定识别领域有广泛应用。

以诈骗网址检测识别为例，在提取目标网址的标题、关键词及页面标签元素等多种特征属性的基础上，通过计算目标网址与诈骗资源模板库中的网址样本之间的特征距离，判断两者之间的相似度。

一般来讲，两者特征距离越近说明相似程度越大，目标网址涉嫌诈骗的可能性就越大。

基于知识图谱的技术应用

知识图谱是一种基于图的数据结构，可以看作是由数据绘制出来的一张知识图。

在防范治理应用中，知识图谱技术能够聚合关联多种数据源，针对监测目标分析识别其脉络、趋势以及特征，在关键诈骗信息搜索、账号涉诈风险评估、诈骗团伙研判、异常行为分析等方面具有重要应用。

面对网络诈骗的复杂性和挑战性，互联网和科技公司往往是利用利用一些基于以上技术的综合性平台来进行反诈。

据了解，2021年，支付宝凭借全链路智能风控体系“IMAGE”，通过AI系统提供的风险感知、攻防对抗和主动交互劝阻能力，让诈骗案件量及欺诈资损下降约4成，AI机器人日均预警约50万人次。

2022年初，支付机构应央行要求公布的资损率，支付宝资损率小于千万分之0.098，超过行业平均水准。

目前，蚂蚁集团已经搭建起了业内首个全图风控体系，其背后支撑体系是前沿技术“图计算”，Gartner预测，到 2025年，图技术将应用于80%的数据和分析创新，在金融、制造、能源等领域有着巨大的应用价值和前景。

今年上半年，蚂蚁集团还推出了使用端边云协同风控技术的产品“可信隐私沙盒”，并和荣耀以及vivo手机合作，将该沙盒搭载在手机操作系统里，从而在降低手机用户数据端云流动的情况下，增强手机系统感知风险的能力，保护用户的信息和资金安全。

“故君子之治人也，即以其人之道，还治其人之身。”AI这把好刃即已被坏人拿去兴风作浪，那我们不妨就用它，把这些互联网骗子们打一个措手不及。

随着相关技术的发展，骗局不断恶化狡诈。网络诈骗看似是站上了技术发展的风口，顶风作案，实则是自掘坟墓！

放眼当下，如何能够快速识别骗局，大型平台如何能快速让自己的AI适应新的风险，这一点至关重要。