内容简介
作者简介
马传雷
曾任同盾科技反欺诈研究院执行院长、广州中国科学院软件应用技术研究所电子数据取证实验室特聘专家，还曾担任腾讯安全应急响应中心技术负责人、绿盟科技安全技术部总监等职务，国内知名安全专家。
孙 奇
曾任同盾科技反欺诈产品研发总监，浙江大学硕士，知名Java架构师、Qcon全球开发者大会讲师。
高 岳
东南大学硕士，曾任同盾科技移动安全产品研发总监，也曾在腾讯安全平台部负责移动产品安全检测能力建设和安全产品研发，业务安全专家。
本书目录
引言互联网业务安全概述1第一部分洞察黑产
第1章黑产发展态势8
1.1黑产组织结构8
1.2黑产成员分布11
1.3黑产专业化分工12
1.4黑产攻击规模13
1.5电信欺诈黑产15
1.6本章小结16
第2章黑产武器库概览17
2.1虚假号码17
猫池18
短信验证码20
接码平台21
空号注册22
流量卡和物联网卡22
手机rom后门23
2.2代理IP23
2.3设备伪造工具25
改机工具25
多开工具26
Root/越狱工具27
Xposed28
Cydia Substrate28
Frida28
硬改工具29
脱机挂29
备份恢复/抹机恢复30
模拟器32
定制浏览器33
自动化脚本34
2.4其他工具35
位置伪造工具35
群控36
工具集42
2.5本章小结43
第二部分体系构建
第3章反欺诈体系建设思路46
3.1动态防控理念46
3.2防控体系构建47
3.3本章小结50
第4章风控核心组件设备指纹51
4.1设备指纹的原理51
4.2设备指纹的技术实现52
Android设备指纹52
iOS设备指纹54
Web设备指纹56
设备ID生成与恢复逻辑58
被动式识别技术61
4.3代码保护62
JS代码混淆技术63
Android/iOS SDK加固保护77
4.4本章小结92
第5章基于用户行为的生物探针93
5.1生物探针94
5.2无感认证95
无感认证的基础96
无感认证的构建97
5.3生物探针的应用场景100
5.4本章小结100
第6章智能验证码的前世今生102
6.1验证码的诞生102
验证码的本质103
验证码的发展105
6.2验证码的攻防108
字符验证码的识别108
新型验证码的识别112
对抗黑产的方案115
6.3设计一款优秀的验证码117
设计标准117
设计实战118
6.4本章小结122
第7章风控中枢决策引擎系统123
7.1规则引擎123
脚本引擎124
开源规则引擎125
商业规则引擎125
几种规则引擎实现方案的对比126
7.2规则管理127
7.3规则推送128
7.4规则执行129
7.5外部系统集成129
7.6灰度测试130
7.7本章小结131
第8章海量数据的实时指标计算132
8.1实时指标计算概述132
8.2实时指标计算方案135
基于数据库SQL的计算方案135
基于事件驱动的计算方案135
基于实时计算框架的计算方案136
实时指标计算方案对比141
8.3反欺诈实时指标计算实践141
实时指标计算引擎原型141
数据拆分计算144
分片计算147
引入Flink148
Lambda架构148
8.4反欺诈实时指标计算系统149
8.5本章小结151
第9章风险态势感知系统152
9.1基于统计分析的方法153
核心风控指标数据154
核心业务数据156
9.2基于无监督学习的方法157
9.3基于欺诈情报的方法158
9.4预警系统159
9.5本章小结160
第10章风险数据名单体系161
10.1名单体系的价值162
10.2名单体系的设计162
10.3名单体系的生命周期166
10.4名单体系质量管理168
10.5本章小结168
第11章欺诈情报体系169
11.1情报采集169
数据情报170
技术情报171
事件情报174
11.2情报分析175
11.3本章小结179
第三部分实战教程
第12章机器学习算法的使用182
12.1机器学习的广泛应用182
12.2机器学习的落地过程183
特征工程183
模型选择187
模型训练195
工程化和业务落地197
12.3机器学习实战案例198
案例一：黑产设备群控网络挖掘198
案例二：黑产用户行为聚类分析205
案例三：金融在线申请反欺诈212
12.4本章小结220
第13章互联网反欺诈实战221
13.1典型反欺诈业务场景风险分析221
垃圾注册风险识别222
批量登录风险识别223
“薅羊毛”风险识别225
裂变拉新作弊风险识别227
“任务”作弊风险识别229
恶意退单风险识别229
13.2解决方案设计示例231
电商薅羊毛233
裂变拉新236
13.3策略部署239
策略配置239
策略迭代241
13.4运营监控241
监控预警报表241
态势感知242
情报监控243
13.5本章小结244
第四部分新的战场
第14章物联网时代的风控246
14.1物联网安全态势246
14.2物联网安全威胁分析247
云端平台安全威胁248
网络通信安全威胁249
设备终端安全威胁250
物联网安全监管要求253
14.3物联网安全风险控制体系建设思路254
14.4物联网安全风险态势感知系统256
14.5本章小结260
第15章内容安全与合规261
15.1内容安全合规概述261
15.2文本内容安全263
敏感词系统264
基于NLP的AI模型267
15.3图像内容安全271
图像分类271
敏感人物识别276
图像文字识别285
15.4语音内容安全286
有语义语音286
无语义语音287
15.5视频内容安全288
视频内容安全处理流程289
关键帧提取289
15.6内容安全工程290
15.7内容安全系统的评价指标291
15.8本章小结292
第16章风控与数据合规使用293
16.1网络安全立法进程293
16.2个人数据合规使用294
用户隐私政策295
数据安全流转296
16.3数据合规技术创新实践298
数据匿名查询298
区块链共享黑名单299
16.4本章小结300
第17章海外风控公司302
17.1Arkose Labs302
17.2Sift304
17.3Forter305
17.4Shape Security306
17.5Okta308
17.6本章小结313
· · · · · ·
