随着大数据、信息化时代的到来,IP地址作为我们连接互联网的唯一标识,在网络安全和风险控制领域一直占据着相当重要的地位,主要因素如下:

1.所有的网络连接都是基于IP地址,因此其属性成为访问者的唯一身份标识。

2.由于IP的管理和分配比较严格,很难造假。虽然会有代理、肉鸡等掩藏踪迹的手法。但绝大部分情况下,IP数据的真伪是可以信得过的。

3.由于IP属于网络层,可以轻松的对其进行阻断。现有的各种网络安全、负载均衡的设备和软件,都是以IP为对象进行追踪和管理的。

因此,常见的攻击防范和风险控制都会利用IP来作为用户的身份标识,来进行分析和处理。

IP常见分析方法

IP客观属性

目前的IP分配都由IANA(The Internet Assigned Numbers Authority,互联网数字分配机构)来统一分配和管理,所以有很多客观上比较准确的属性可供参考:

1.归属地。目前每个IP的归属地在较短的时间内都会保持固定,可以用来判断请求来源的大概位置。IP归属地的变更相对来说更频繁,在数据源的选取上建议选择更新及时、数据质量稳定的IP库-埃文科技(www.ipplus360.com)IP数据每日更新。现在3/4G的移动出口会带来混淆,手机上网的IP可能只能反映手机卡归属地,所以要小心这一部分数据

2.所属机构。大型组织机构申请的固定IP都需要绑定信息,可以从ASN数据获取一些端倪。例如我们可以借此判断IP是否属于公有云平台、教育网。

3.绑定域名。通过DNS可以查询到域名相关的IP,同样,部分IP可以反查出相关联的域名。一个典型的应用是通过IP将大型搜索引擎的IP查出,防止误杀。不过只适用于google、bing、百度这样的大型搜索引擎,才能反查出域名,国内其他的搜索引擎还不行

4.其他。还有一些其他属性,例如是否属于手机基站等,可以通过其他手段来获取,例如是否属于数据中心等,埃文科技也可以通过专利的应用场景划分获取。实上,目前看来大部分的普通攻击行为来自于数据中心(机房),从直觉上来说,普通用户也不应该通过公有云平台来访问网站。所以有时候,如果发现客户IP是数据中心的,可以直接将此请求置为高危或者做非真人的二次验证。

IP主动探测属性

IP除了一些客观属性,还可以通过主动探测来作进一步了解:

是否是邮件服务器

是否是web服务器

是否是vpn服务器

是否是代理服务器

这  里可以通过包括端口扫描在内的一系列主动探测、尝试技术来获取信息,来辅助判断:

对于普通个人用户或者是出口IP而言,不会有相应的服务与IP绑定;否则,极大概率是机器行为。目前互联网上的流量,有很大一部分是机器行为,所以这块信息在人机判断上可以起到很大的作用。不过现在有一些例外,有一些流氓的家用路由器可能会开通一些端口和服务,不过这一类用户本身就属于高风险来源。

IP历史辅助行为

IP的属性准确性是比较高的,但并不能覆盖所有场景,所以有时候还需要根据IP的相关行为作出判断:

1.该IP的请求是否有注入、撞库、ddos、漏洞扫描等网络攻击行为。

2.该IP的用户是否有刷单、恶意欺诈、薅羊毛等风控相关的的行为。

3.IP和用户名、设备指纹等的关联信息。如果发现某个用户、设备上有非常多的用户,极大的概率可以将此用户和设备拉黑;反过来,当某个IP出现了大量的用户或设备,也是风险提示,不过要排除组织出口等属性的影响。

4.IP的归属地特性也可以与用户行为结合起来。常见的分析方法包括识别用户常用IP,以及用户是否短时间内发生了较大的地理偏移(通过比较使用的不同IP的归属地)。

5.更复杂的分析包括利用IP、用户、设备之间两两关联的信息可以勾画出网站内用户之间的关联网络、以及用户间的资金流向,这在反洗钱、复杂欺诈行为识别等方面具有显著效果。

IP的正确使用姿势

在我们和客户的合作过程中,整理了一些对IP信息在安全防范和风险控制场景下的建议:

  • 把IP信息单纯的作为黑白名单会带来一定的误杀率,不小心的话会带来比较严重的结果,需要一种合理的方式,并结合自身的情况来处理。但是我们也发现,很多用户在分析过程中,过多的偏重于手机号等特性,忽视了IP的作用,这个其实损失了大量的风险信息,也会对误杀率(基站数据、学校单位、组织出口数据等信息作白名单)和覆盖率(服务器、公有云平台、搜索引擎等信息辅助)带来影响。
  • 对于所有的用户来说,都需要很好的利用IP的固有属性,无论是客观的还是主动探测的。这些属性分别在白名单和黑名单方面都有比较明显的贡献,如果自身有风控系统,应该将这些信息补充到自己的模型或策略中,可以起到明显的增强效果。
  • 对于IP历史行为(常见的黑白名单)的数据来说,要挑选数据源,误杀率重于覆盖率。而如果有自身的风控系统,两相印证才是最合理的使用方法。

IP数据在金融风控反欺诈领域的常见应用

银行:

1.位置核验:用户常驻地核验,判别是否异地登录;用户贷前提交家庭住址和单位住址信息,真实性核验。

2.高危地区IP识别:如老挝、菲律宾、缅甸等高危地区IP识别。

3.精准营销:不同地域的用户群推广相应营销方案-结合地区理财偏好。

4.国家监管:境外资本活跃地区反洗钱、反欺诈、反赌博的IP监测。

证券:

1.境外高危地区的IP识别与拦截;

2.境外反洗钱监测。

保险:

结合客户来访地高发重大疾病种类,针对不同地区客户进行保险产品个性化智能营销推送,增加客户对平台的粘性和留存时长。

第三方支付:

1.实时风控或者事后风控使用

2.监控商户交易归属地是否正常

3.设备报备地址是否和联网IP定位地址一致

4.监测短时间内多次异地登录状况。

业务安全公司:

结合IP定位和IP类型数据,研发针对黑产识别的“IP风险评分”的反欺诈解决方案。

IP数据在金融风控反欺诈领域的常见应用?相关推荐

  1. community 计算模块度_【转载】金融风控反欺诈之图算法

    随着量化宽松和经济复苏,商业银行消费金融进一步发展,在移动支付.大数据.人工智能等技术快速发展的背景下,消费金融领域开展了诸多创新,金融借贷业务发展迅速. 先介绍下金融借贷业务流程:用户前来申请借贷, ...

  2. 如何利用大数据做金融风控? 原创 2016年11月24日 17:42:03 标签: 大数据 / 金融 / 风控 1594 导语:如何通过海量数据与欺诈风险进行博弈? 随着金融科技、科技金融等概念的

    如何利用大数据做金融风控? 原创 2016年11月24日 17:42:03 标签: 大数据 / 金融 / 风控 1594 导语:如何通过海量数据与欺诈风险进行博弈? 随着金融科技.科技金融等概念的热起 ...

  3. 大数据风控-反欺诈之黑卡与养卡

    这不仅仅是一个黑卡.养卡的知识贴,更是一个讨论帖.希望在反欺诈上能为各位提供变量思路,一起进步哈. 首先先说一下东西 --'猫池'.猫池是:早起公司用来群发短信的一个本来用于商用的机器.它就像一个能插 ...

  4. 【待继续研究】解析机器学习技术在反欺诈领域的应用

    反欺诈简单说,就是:根据借款人提供的信息,查找多方面资料,进行不同属性的比对,从而发现"羊群中的狼".这种工作复杂而枯燥,为了识别团伙欺诈,往往需要收集.整理.分析各种维度的数据, ...

  5. 如何用大数据提升金融风控能力?

    作者:个推高级数据工程师 晓骏 众所周知,金融是数据化程度最高的行业之一,也是人工智能和大数据技术重要的应用领域.随着大数据收集.存储.分析和模型技术日益成熟,大数据技术逐渐应用到金融风控的各个环节. ...

  6. 分享关于风控反欺诈系统的资料

    1) 阿里金融云决策平台与应用: http://www.infoq.com/cn/presentations/alibaba-financial-decision-making-platform-an ...

  7. 聚信立蜜罐数据深度解析(反欺诈)

    项目联系  QQ:231469242 https://study.163.com/course/courseMain.htm?courseId=1005988013&share=2&s ...

  8. 风控反欺诈规则测试方案及实践报告

    测试进度及报告模板如下所示: 背景: 测试分控反欺诈规则,传统手工测试周期长,采用jmeter参数参数化方案进行测试: 通过接口api+入参条件触发对应反欺诈规则. 测试方案 进重点:步骤 1.pos ...

  9. GNN(图神经网络)在反欺诈领域的落地

    今天的博客主要参考了<Heterogeneous Graph Neural Networks for Malicious Account Detection>和<GeniePath: ...

  10. 工智能遇上银行反欺诈,到底能帮什么忙

    工智能遇上银行反欺诈,到底能帮什么忙 晚来风急 2017-08-02 11:42:00 浏览39 评论0 深度学习 大数据 算法 人工智能 神经网络 摘要: 说到人工智能,大多会联想到聊天机器人.人脸 ...

最新文章

  1. JZOJ 5478. 【NOIP2017提高组正式赛】列队
  2. Eclipse安装阿里巴巴Java开发规约插件
  3. 注册表被黑客篡改 怎样修复_使用快速注册表黑客设置Office 2007配色方案
  4. [编程入门]宏定义的练习:输入两个整数,求他们相除的余数。用带参的宏来实现,编程序。
  5. dede列表页if判断输出html,首页、列表页调用文章body内容的两种方法
  6. UIKeyboard键盘相关知识点
  7. 注会考试不可以用计算机,CPA机考,不让带计算器该如何做?
  8. python人工智能方向怎么学_人工智能方向需要学习python或是深度学习呢?
  9. 【报告分享】2019中国硬科技发展白皮书(195页官方版).pdf(附下载链接)
  10. 数据挖掘竞赛,算法刷题网址汇总
  11. 等级考试(二):二级C++---宏观把控
  12. ERROR: The environment variable VG_GNU_PACKAGE must be set. Aborting.
  13. jQuery实现回车绑定Tab事件
  14. SSRS 2012 高级图表类型 -- 气泡图与散点图
  15. 计算机实用基础试题答案,《计算机实用基础》试题卷(b).doc
  16. php跨域问题,PHP跨域问题解决方案
  17. SVN更新(update)文件时,报skipped, remains conficted时的解决办法
  18. JeecgBoot集成DataV组件库
  19. codeup刷题2.5小节 C/C++快速入门->数组——《算法笔记》(胡凡)
  20. 佐治亚理工计算机科学,佐治亚理工学院计算机科学面试经验汇总

热门文章

  1. XP仿Windows7主题包 不占内存的。
  2. 闪讯钳制下Linux系统上网解决方案
  3. extremecomponents-1.0.1.jar 的使用小例子
  4. oracle 触发器代码,Oracle触发器实例代码
  5. blender风格化草地
  6. Nexus3 功能介绍
  7. git log 日期格式
  8. tombstone 信息解析
  9. 深入理解android卷2 豆瓣,豆瓣blog
  10. 编译 mobileTerminal