MKC Logo
本中心無任何政治立場,若有隨機政治性廣告出現,非本中心可控,與本中心無關。
瀏覽數:349

遠傳電信》防詐偽AI 揪出寄生詐騙犯

【文/蘇芩慧 攝影/謝美姿 圖片提供/遠傳電信】

  2018年8月,遠傳電信突然接到刑事警察局來電指出,許多海外詐騙,都是由遠傳易付卡撥出,發話地點不是在台灣,反而是在一海之隔的廈門。遠傳得知後,非常重視這個問題,經調查後發現原來都是貼心服務做得太好惹的禍,當時為了讓金門當地漁民出海捕魚也能使用手機,所以將基地台涵蓋範圍擴大,沒想到這樣的善意卻被有心人士利用,透過外溢至廈門的訊號,撥打電話進行詐騙。

  而為了不讓好心變壞事,遠傳隨即派出工程團隊至金門調整基地台,同時搭船測試訊號強度,將外溢的部分內縮,在服務漁民與避免淪為詐欺工具間取得平衡。短短一周內就將詐騙電話數目下降近4成。而這是遠傳電信運用AI防詐騙成功其中一個故事!

大數據輔助 定位電話詐騙特徵

  實際上,「詐騙電話本身就是詐騙犯罪行為的最早的一個特徵,在民眾還沒有受騙付錢之前,電信業者可以提早辨識出詐騙行為,就可以進行有效預防。」遠傳網路暨技術群資深協理盧祖耀表示,對於電信業來說,導入大數據(Big Data)及人工智慧(Artificial Intelligence, AI)的重心不是事後處理,而是事前預測並且防堵。

  因此,遠傳以此為契機,協助政府處理治安漏洞後,接著使用大數據、AI,將電話詐騙預防工作做得更深入。「其實遠傳早就有建置了防範電信詐騙的基礎建設,後續要藉由AI防堵詐騙,只要把關鍵特徵設定清楚,給AI一個合適的演算法,即可進行機器學習(Machine Learning)。」盧祖耀笑著表示,當時前後只花一個月便順利找出電話詐騙數十個特徵,依此進行過濾後,便成功讓詐騙電話減少近9成,這就是AI強大的地方。

  如何過濾出詐騙特徵呢?盧祖耀指出,這些撥打詐騙電話的人,跟一般人通話行為很不一樣。例如:很少人會在短短20分鐘內打出大量電話給不同人、而且平均通話時間很短。遠傳先將幾百萬人的通聯紀錄(Call Detail Record, CDR)去識別化後進行分析,以機器學習的方式給機器一個區間資料,再告訴它曾發生過的詐騙電話通聯特徵為何,利用演算法計算,未來即可透過這樣算出來的結果,掌握哪通電話屬於詐騙電話,精準度超過99%。

  對於遠傳來說,「去識別化」是非常重要的動作,因為個資是目前大眾非常重視的領域。「除非有公權力介入,我們才會提供個資給公部門使用,但一定要有正式的公文往返,絕不能輕易外洩客戶資料。所以在進行資料分析時,我們一定會先把幾個關鍵可識別個人的資料遮擋住再作分析,電信業者會非常小心注意這個領域。」盧祖耀特別針對個資問題強調。

  透過AI找出詐騙電話的模式,揪出是誰在進行犯罪行為,除了可以立即斷話,避免對方持續透過電信服務來詐騙,遠傳也跟刑事警察局合作,提供這些門號給警方,並因為這樣的「打詐」行動,獲得刑事警察局頒獎表揚。「當時刑警局聯絡我們,是發現遠傳因為服務太好,在金門被使用來詐騙的案例最多。但經過這次的打詐專案,除去溢波現象、並用AI技術發展出演算法後,從政府反詐騙的專線165申訴案件下降,可明顯看出成效顯著,遠傳被用於詐騙電話的比例反而成為最低。」但盧祖耀不諱言,防堵詐騙是永不止息的攻防戰,今天這個方法被防堵,隔天歹徒可能就會再找其他方法下手。

防詐偽AI 同步守護防盜刷

  遠傳在進行防詐騙的大數據分析時,有沒有搭上現在最時興的類神經網路(Neural Network, NN)的技術?盧祖耀談到,機器學習已經發展很長一段時間,並不一定要用到很先進的演算法即可滿足需求,如果已經確定想要尋找的目標,用傳統以特徵工程為主的機器學習演算法去做,不用很大的計算機能量,在很短的時間就可得出結果。「如果要做影片、照片等影像類的識別,傳統中央處理器(Central Processing Unit, CPU)可能跟不上,這時便要用圖形處理器(Graphics Processing Unit, GPU)技術來做,需要使用較多的電腦資源加上類神經網路演算法來作運算。而針對詐騙電話行為預測來說,只要特徵明顯、大數據整理好、資料分門別類儲存到位,用傳統的機器學習就可以做。」盧祖耀認為,每一種狀況的解決方法多元,其適用的演算法並非千篇一律。

  這些防詐騙的應用並非空中樓閣,盧祖耀表示,遠傳已經有了扎實的基礎建設,「這些都是苦功夫,而我們已經花了5年的時間準備。由於遠傳在大數據、機器學習領域扎根厚實,別人在5、6年前提到大數據時,我們就檢視過自己網路架構不足的地方、補足完整蒐集資料的面向,隨後再發展各種不同類型的機器學習演算法來處理這些資料。」他認為當時的防詐專案就是一次練兵,將原先架好的基礎建設作應用,出手幫助政府與社會就水到渠成,同時也才能在1個月之內完成不可能任務。

  「就跟防止詐騙電話一樣,這項技術也可以運用於防止信用卡盜刷。」盧祖耀表示可以先進行大數據統計,看看在實體場景或虛擬空間裡進行信用卡盜刷的行為有什麼徵兆,「實體信用卡防詐騙大家很早以前就開始做了,例如:這個人沒有出國,卻有一筆國外刷卡的消費。所以現在我們便可以拿這類型的資料,針對它盜刷前的行為進行分析,看對方在盜刷之前看了哪些網頁,或是使用哪些詐騙性質、假冒大公司的釣魚網站。」盧祖耀表示藉由這些資料,希望可以在前端就擋掉這些釣魚網站,讓消費者不要碰到。

  完成階段性的防詐偽AI開發後,遠傳同步申請專利,但尚未擴大商業化,目前只停留在內用階段,盧祖耀坦言若要商業化必須考量的點就更多了,「畢竟牽涉到大量資料,有些敏感,如果要銷售防詐偽AI也得先釐清個資權益。隨著全世界持續走向數位化,在資訊虛實整合上,法令需要有更積極的配套方案。」

虛實使用者足跡 強力化解交通危機

  盧祖耀表示,開發出應用方法之後,遠傳也迎來各式各樣的運用可能性,目前從虛實領域,導入2大面向資料。首先,實體軌跡(Physical Footprint),記錄一般消費者早上起床到公司,中午吃飯,晚上到健身房的路徑;其次是上網軌跡(Digital Footprint),分析上網時間、使用何種類型的APP等。

  「最有感的應該就是交通吧 !」盧祖耀笑著解釋,公部門和遠傳合作就是透過實體軌跡技術,希望了解某些特定行政區的道路交通流量,試圖解決上班時間壅塞的情況。「我們一樣採取去識別化資訊,觀察從早上6點到10點間,用戶上班通勤的狀況,例如:他們怎麼抵達此行政區?經過資料分析後,便可看出連外要道的使用情況,透過這樣的實體軌跡列出報告,建議公部門在交通尖峰的時段,有哪些較好的路徑選擇。這些除了對消費者有幫助,也有益於政府未來進行交通與都市規劃,例如:依據用戶行為分配交警的熱時熱區;增加新道路或捷運路線等。」

  從電信業者角度來看,使用者足跡最終是要提供更好的服務。「一來是可透過消費者的實體軌跡,看到哪些地理小區域較多人使用,有可能導致基地台容量不足等問題,進而分析出需要加強的基地台,以提昇客戶滿意度;而上網軌跡則是觀察消費者上網的傾向,進一步幫助電信業者進行成本控管。」盧祖耀以看影片為例,「現在大多數人的消遣都是透過手機看影片,透過上網軌跡可以得知最大宗的是Youtube,但假如觀看的內容都架設在國外,影片傳輸的路徑就很長,必須從國外傳輸回來,效能以及速率絕對讓客戶不滿意,更別提我們還得花很多成本去投資傳輸資料的頻寬,非常不划算。所以,當遠傳透過上網軌跡,知道使用者的喜好後,就可以提早跟內容網站業者合作希望可以將內容存放於台灣,不只可以省下傳輸成本,用戶體驗也會大幅改進。」

迎戰5G挑戰 5年佈局當後盾

  其實這些應用已經超越單純的商業考量,盧祖耀認為反而更像是企業社會責任(Corporate Social Responsibility, CSR),「無論是協助防止線上線下的詐騙、改善用戶體驗、協助政府施政,重點都在於讓用戶擁有安全、便利的生活環境。對於遠傳來說,有點類似默默存在於生活中「守護天使」概念,如果透過這些努力能帶給消費者安全感,讓他們不受到侵擾與威脅,那麼長久下來也會成為電信業者的競爭優勢。」

  隨著5G將在下半年上線,也是讓更多資訊有效運用的關鍵,在這個轉化過程中,屆時不論在實體或者虛擬世界,將有更多不安全的行為出現。但盧祖耀極有信心地表示,這5年來已經搶先佈局在大數據、機器學習與AI上,再加上與刑事警察局的合作,讓遠傳更加下定決心協力預防犯罪發生,在未來5G環境的加持下,相信能有更亮眼的預防犯罪應用誕生。

 

【完整內容請見《能力雜誌》2020年3月號,非經同意不得轉載、刊登】

您可能會有興趣的課程

資料讀取中...

您可能會有興趣的出版品

資料讀取中...

能力雜誌

資料讀取中...
輔導諮詢