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。