事实:反欺诈系统做的不好，除了拿不到数据，还有什么原因？

　　事实:反欺诈系统做的不好，除了拿不到数据，还有什么原因？

　　采集系统是电信运营商采用的主要反欺诈系统。运营商之所以要采用反欺诈系统，是因为它们要用欺诈手段增加用户注册可信度。所以，运营商的反欺诈系统，从名字上是不是能很明显的辨别出来，包括免费的fiddlerserver，针对特定运营商的报警系统，以及业务规则管理系统等。运营商做采集系统，无非是在应用层、数据层或网络层提供一系列接口。

　　收费方式有很多种，包括免费版+授权账号，免费版+oauth授权账号，或付费版，付费版+oauth授权账号。运营商通过收费的方式，来提供优质的反欺诈功能，但目前基本上除了针对免费用户，收费版的反欺诈功能还远远不够理想。那么，这些收费反欺诈系统做的不好，除了拿不到数据，还有什么原因呢？电信运营商在用户注册、登录过程中，使用手机短信来识别身份，手机短信识别的真实性肯定是问题的关键点，而用户信息哪有免费的啊，那么手机短信识别真实性的问题，自然成为反欺诈系统增加用户注册可信度的一大难题。

　　由于手机短信识别的原理比较复杂，现在是不是做了很多手机短信识别在这方面的研究，但都还处于理论状态，未成熟，也没有解决出解决方案。基于银行账号的反欺诈系统，所采用的账号是网页虚拟账号，在网页上生成一个虚拟账号，然后通过返回用户信息，从而判断用户身份。对于银行来说，区分账号真实性的难度远远超过用户的手机短信识别的难度，目前银行没有动力通过免费用户。

　　事实上，运营商做反欺诈系统，肯定有自己的用户采集系统，它们采集用户的信息，然后识别并留存用户信息，然后再基于这些数据做分析，从而提供增加注册可信度等方面的反欺诈解决方案。那么，反欺诈系统实现用户信息的采集是很重要的环节，一定要保证数据的真实性和可靠性。这方面大部分采用了一些传统的采集方法，如电话采集，真实环境的*敏*感*词*采集等。

　　当然还有一些新的采集方法，如基于红外人体感应原理的采集方法，基于心理学的采集方法等。将收集到的用户信息与模型进行匹配，即可确定数据的真实性和可靠性。对于收集的用户信息可以进行分析。例如，如果用户信息可以与反欺诈模型中的特征用户信息对应上，那么说明这是该模型中的大部分特征可以匹配上，数据可靠。但是，对于验证用户身份时的常见特征，如身份特征等，无法确定用户身份。

　　那么，在这种情况下，对于手机号码、银行卡卡号等，如果验证用户身份时用户信息中包含的常见特征没有用户常用的身份信息，那么验证结果也可能不靠谱。运营商的反欺诈系统，验证用户身份的常见特征有：姓名、*敏*感*词*号、银行卡号、*敏*感*词*号码等。这些常。