宁波市大学生系统性反诈骗分析

宁波市大学生系统性反诈骗分析

沈琦玥 ,张骏 ,宋祖声

宁波工程学院   浙江宁波  315000

摘要：随着我国互联网与经济的协同发展，诈骗手段正在不断翻新升级，诈骗案件数也与日俱增。据调查有41.53%的大学生表示自己或身边的人曾遭遇过诈骗，防不胜防的骗术已然严重危害到大学生的财产安全和身心健康。本文旨在通过分析问题、探索引发变量、融入算法以获取高效的系统性反诈教育宣传方案，展开针对性线下宣传，创新当下宣传手段，力求能够增强反诈效力，以降低宁波市大学生的受诈骗率。

关键词：系统性；反诈骗；风险评估；仿真模拟诈骗

一、研究概述

1.1调查背景

诈骗，是指以非法占有为目的，用虚构事实或者隐瞒真相的方法，骗取款额较大的公私财物的行为。根据中国青年网调查显示：约有近一半的大学生表示，自己或身边人经历过诈骗事件公安部统计数据显示，全国电信网络诈骗犯罪从2011年的84514起飙升至2019年的808730起；受骗金额从2011年的100亿元飙升至2019年的192亿元[1]。

随着网络技术的迅猛发展，网络诈骗的形式越发的多样化。常见的网络诈骗犯罪形式有网络购物诈骗、网络信用卡诈骗、中奖诈骗、冒充熟人诈骗、网络赌博诈骗、网络捐款诈骗、兑换积分诈骗等[2]。由此可见，针对大学生的反诈骗教育行动刻不容缓。

1.2研究现状

在网络诈骗研究领域，国内外学者主要利用数据挖掘等方法对电信网络诈骗犯罪特征态势[3]、异常通信分析模型[4,5]、语音识别模型[6]等方面进行诈骗识别预警研究，当前除了对数据进行分析外，还需要落实反诈系统性教育。

当前反诈宣传形式大都以“张贴海报”、“入户宣传”为主，而宣传内容也多是“说教式”的，这样的宣传模式仅仅只是解决了“去宣传”的问题，至于是否真正达到使大学生“入脑入心”的目的，还未知。另外部分学校领导并未在思想上对“反诈宣传”工作有足够的重视，大多数仅仅停留在“口头应允”的层面上，亦未有认真组织学生进行“反诈知识”的学习。没有系统性的反诈教育，无法从整体进反诈理念的“入脑入心”。

高校的反诈教育都一直在进行中，但仍有学生会被大额诈骗，仅仅新学期刚开学，就有累积几万人民币的诈骗案件发生。学生自我自身缺乏反诈意识，学校反诈宣传也没有落到实处。面对常见诈骗原因，抑或是最新诈骗方式，都会有学生无法防范，因此最首要的任务就是建立一个较为完备的系统性的反诈体系。

1.3研究目的与意义

本次研究，主要选取了宁波五个区不同学校的部分大学生进行问卷调查和要点访谈，目的为了了解大学生受诈骗的基本情况、对反诈骗的基本认识、提升反诈宣传的见解。并通过Logistic回归确定现有条件下的影响诈骗因素判断。

研究旨在贯彻系统性反诈教育：运用机器学习模型，对可能发生诈骗的事件进行风险评估预测；通过系统性反诈宣传教育，将预测结果运用到实际，对可能发生诈骗的事件进行及时的制止。将反诈教育骗真正做到从口头宣传转化为实际行动，兼并技术性工具与反诈现状，形成较为系统的反诈模式，筑牢大学生反诈的坚实防线。

二、校园调查

2.1诈骗现状分析

通过问卷的描述性统计，发现在校期间受到过诈骗的学生人数占大致四分之一，每月生活费水平高、结余消费、年级低的大学生群体，受诈骗人数偏多。就诈骗形式而言，网络诈骗在诈骗案件类型中占据大头。与此同时，大学生群体诈骗频发的首要原因是不了解诈骗手段，诈骗事件主要集中在刷单中。大学生每周接触一次或者更多的反诈骗教育的比例不足50%，主动看但不会深入了解诈骗案例的大学生，占比高达48.57%，这充分反映了宁波市大学生诈骗现状，高校的反诈骗宣传仍需加强。

在要点访谈阶段，有大量学生反映，学校的反诈宣传仅仅做到把学生召集在一起开讲座等类似的方法，只是表面功夫、“形式主义”，学生的参与度近似于零。系统性反诈教育的目的就是要解决目前反诈宣传过程中出现的这类弊端，从整体教育大学生，针对性的进行实践教育，不仅需要讲解，也需要以“沉浸式”的方式进行宣传，从而潜移默化的影响大学生的行为与思想的，最终筑牢心理防线。

2.2Logistic回归分析预测

根据调查结果将组织情况划分为0（未被诈骗）和1（被诈骗过），即在本次分析中把“是否组被诈骗过”作为因变量。列出自变量分别为“性别”“年级”“生活费”“消费水平”“专业类型”。这些因素对于学生是否被诈骗情况均有影响。

通过对各变量进行多元Logistic回归处理可以得到以下结果：生活费p<0.05、消费水平p<0.05。因此得到发现生活费高低和消费水平可能是影响学生是否受诈骗最显著的因素这一结论。

在预测中，大学生遭遇过诈骗的准确率达到了68.5%，预测未遭遇过诈骗的概率约为80.4%，总体预测概率为74.45%，说明模型预测得到的使用情况为过度使用和非过度使用的可信度都较高。

三、系统性反诈骗教育

3.1系统性反诈教育简述

当前各高校的反诈骗宣传多但不精，浅且无效，仅仅有单方面的反诈骗宣传也无法对大学生起到显著的反诈骗宣传作用。大学生们往往在学校社会等各个平台之间接受重复且无效的反诈骗教育，所以我们希望建立完善的系统性反诈骗教育，从各个层面出发，更加直白有效地进行反诈骗宣传教育。

在前期调查的基础上，了解宁波市诈骗现状，提出系统性反诈骗教育。从数据的收集，到反诈骗风险评估的机器模型的预测，再通过其结果实施线上与线下相结合的多样的反诈宣传，形成一个较为完成的体系，并期望在系统性运作下，宁波市大学生诈骗率能得到降低。

图3-1 系统性反诈教育示意图

3.2反诈风险评估机器学习算法

通过Logistic回归分析我们得知目前影响是否被诈骗的重要因素，除此之外，对一个人未来是否会被诈骗的可能性进行调查也是有必要的。机器学习的风险评估可以很好地帮助我们实现这一需求。

反诈骗风险评估算法的建立我们选择采用机器学习，对收集的数据进行挖掘分析。人工智能是基于数据处理来做出决策和预测，借助机器学习算法，人工智能不仅能够处理数据，还能在不需要任何额外编程的情况下，利用这些数据进行学习，变得更智能。人工智能下面的第一个子集是机器学习，深度学习是机器学习的一个分支，神经网络则是深度学习的基础结构。

反诈骗风险评估其实等同于一个略微简单的人工智能。机器学习的方式有很多种，在反诈骗模型的建立中我们试验过诸多机器学习模型，包括KNN，朴素贝叶斯，决策树等。最终我们发现根据随机森林（将许多棵决策树整合成森林并用来预测最终结果的方法）得到的模型准确率最高。我们在宁波市内五个重要区内进行数据收集，整理一期数据共206份，并对这些数据进行训练集以及测试集的划分。同时，对其进行特征预处理，主要目的为筛选出合适显著的变量。

图3-2 变量筛选

我们可以通过热力图的指标来判断变量之间的相关性强弱，由强到弱分别为强相关性，中度相关性以及弱相关性。最终我们剔除四个变量，分别为：性别、专业类型、行政区、年级。通过特征处理得到的变量仍然有11个，所以模型的有效性较高。

图3-3 随机森林结果

在筛选完变量后我们根据由训练集得到的超参对测试集进行预测。最后可以得到随机森林的准确率为82%，模型的可信度还是比较高的。反诈骗宣传的系统性建设中，线上与线下部分一起进行，线上的反诈骗系统部分可以对大学生是否会被诈骗的因素做出实时的分析，由此来确定更加精确的模型。据此我们可以更加针对性地对各个群体的大学生们进行反诈骗宣传，可以将系统性建设做到精、准、狠，达到更加有效更加高效的反诈骗。

3.3系统性反诈教育宣传方案

宣传方案设计的方向由线上、线下双线程结合展开。宣传内容表现形式具体有以下多种方式，并将不断尝试新的宣传方式：

1、互动情景剧

将情景剧赋予互动元素，丰富寓教于乐的属性。整体宣传以反诈主题班会的形式呈现，而核心是改编自诈骗案例的情景剧，表演形式结合了talk show与互动选项背景。表演过程中背景会显现每一幕的对话选项，由演员对应演出。下一幕的剧情由与观众互动后获取其中一个选项所决定。整体为线性剧情，有“反诈成功”与“反诈失败”两种结局与不固定的随机分幕。互动是表演的主要推动力，学生的积极性能得到有效调动，在观看中成为参演的，可身临其境代入角色，对反诈意识培养有较好的引导。

图3-4互动情景剧

2、全真模拟直播

通过线上剧情的形式实现反诈“随堂测试”。可通过测试人员由微信或者QQ等线上聊天软件与被测人员取得联系；内容为网络转账的警惕性测试，通过引导被测人员发起转账、借钱等行为，反馈出被测人员的警惕性测试的分数。测试人员与被测人员多为朋友、同学等较为熟悉的关系，在得出测试分数后会对其解释说明，在全真的环境下使被测人员经历一次模拟诈骗，使防诈的警惕性得到有效提高。

3、校园艺术茶会

书画艺术与反诈宣传的有机结合。通过下茶会的形式吸引大学生前往参加，将反诈元素以折纸形式展示。例如纸花插瓶，将带有反诈元素的纸花通过修剪、构思后插入对应花瓶，以不同形态展示。最终以花瓶所对应关联的反诈元素数量为评分标准，给出插花得分。在陶冶情操的过程中让学生加深反诈知识的学习和了解。

4、留名照片墙

以照片定格反诈瞬间，记录你的最美参与。校园人流熙攘，邀请行人停驻一分钟时间，参与到“休息一分钟，反诈在行动”的反诈宣传小坊，为其拍摄记录反诈瞬间的照片，并分发反诈小章作为纪念。填写“反诈承诺我在行动”后可在照片墙留下签名并将照片摘取，或将照片留于承诺墙搭建校园反诈防线，形成校园一角。照片墙的展示有效将参与感与宣传度串联，为营造校园反诈氛围做出贡献。

通过上述创新型反诈宣传手段，可以做到感同身受，大学生在活动流程中有着“沉浸式”的体验，并且参与者在活动流程中学习、认识到许多新颖的诈骗手段，对“谨防诈骗”有着“更新”似的理解与认识，在脑内已然建起一堵厚实的“安全墙”。系统性反诈教育宣传方案的落实情况到位，可对目标群体实现针对性投发切身相关的反诈宣传，使之更为有效地更新反诈相关信息，借助系统性宣传真正做到“宣扬”与“传达”，效率上得到显著提升。

四、结论与建议

4.1分析结论

1、宁波市大学生受诈骗情况良好，但反诈宣传存在不足

据调查结果显示宁波市大学生受诈骗情况并不算糟糕，只有

23%的学生表示曾遭遇过诈骗。宁波市的网络反诈的相关宣传和行动并不到位，对大学生反诈宣传的情况相对较差，诈骗事件的曝光率略显不足，大学生对诈骗所带来的危害认识不够深入。缺少系统性发展教育模式，需要不断探索预测方法，拓宽反诈骗宣传渠道，将一些新型、不常见的诈骗渠道进行科普，用适宜方法切实落实大学生的反诈宣传科普教育，不能因为良好的反诈情况而有所松懈。

2、反诈宣传不能一概而论，需要开展针对性教育

大学生受到诈骗的原因很多，不能笼统的对其进行宣传教育，学生往往只是“听着”，却不认真对待，导致其效果往往不佳。因此为了降低宁波市大学生受诈骗比例，需要进行针对性教育宣传，从其感兴趣与最薄弱的方面入手，源头遏制被诈骗的可能性。比如，针对会主动去了解诈骗案件但不会深入剖析案件的群体，需要利用仿真模拟诈骗等有趣深刻的方式，使其在潜移默化中了解诈骗事件的内核。

3、创新反诈宣传手段，有效提高宁波市大学生反诈意识

通过访谈与数据显示，如今反诈宣传最困难的一点就是，反诈宣传手段不佳，学生无法聚精与宣传活动中，不将反诈铭记心上。因此如何创新反诈宣传手段成为反诈宣传道路上最重要的一个环节。本项目小组针对目前的现状，进行创新尝试，例如将诈骗案例融入情景剧，并与观众产生沉浸式互动；在仿真的环境下，让被测人员经历一次模拟诈骗等。宣传效果显示，大学生的参与积极性得到明显提升，众多参与者表示这些“沉浸式”体验让他们在游玩当中不由自主树立起良好行为价值观和高度反诈意识。

4、系统性反诈教育结果显著，但仍需持续改进

系统性反诈宣传教育目前取得较好的成效，学生在寓教于乐当中树立起良好行为价值观和反诈意识，对校园反诈宣传健康环境的形成起到不可或缺的作用。反诈风险评估算法需要数据积累才能越来越精确，宣传力度也需要不断加强，面对新型诈骗手段，也需要新型的反诈方式去应对。系统性反诈不单指一个方面，而是从每个方面渗透到宁波市大学生的生活中，以达成安全的校园环境。因此系统性反诈宣传教育需要持续研究推进，不断优化，才能更好地服务于大学生，服务于社会。

4.2意见建议

1、形成系统性反诈意识培养

系统的反诈骗宣传教育需要各个方面的数据互通，通过数据库将各个受骗案例结合在一起，进行变量特征的筛选并由此进行针对性防控。同时我们将重点进行线下反诈骗宣传，创新宣传手段，具体方式为：全真模拟诈骗、反诈互动情景剧等，与各个环节形成闭环，将反诈骗宣传真正融入生活。或者我们可以根据分析得到的不同群体的被诈骗现状进行针对地模拟诈骗，以达到更加高效的诈骗预防效果。同时，预防性的反诈骗机器学习算法可以将预防更进一步的完善，将发生诈骗的可能性尽可能减到最低。

除此之外，学生，社会，学校三方面的联动也不可或缺。将个人方面可能遭遇的诈骗形式，社会方面可能遭遇的诈骗形式以及学校方面可能遭遇的做出区分，在各个情景做出各个情景适用的反诈骗宣传。

2、学校层面

学校作为大学生日常学习生活的主要场所，对于反诈骗的宣传管控更应当重视处理。加强对新生普及反诈宣传；对于进入新环境的社会新人需要处理应对比以往截然不同的问题与考验，缺少经验的累积使得前路陡然，学校是步入社会的最大毕业课堂，对新生反诈的普及教育尤为关键。

营造浓郁校园反诈氛围，积极开设新生反诈知识讲座，做好校园反诈宣传文化建设，建立反诈兴趣社团吸纳新人树立正确反诈意识。同时学校社团可以定期进行模拟诈骗测试，以此将反诈骗真正意义上地融入生活，而不是仅仅将其浮于表面，同时需要不断创新有趣的宣传方式，而不是一条道走到底。学校应提升安全教育课程机制，将网络防骗知识的教育编制进入安全教育课程，而不止是传统的“安全教育”[7]。最终使得校内的各个反诈骗内容相互嵌合，将反诈骗真正做到全、准、精。

3、社会层面

反诈骗作为当今社会作为一项关系民生的重大工程，其重要性不言而喻。可以拓宽反诈骗宣传渠道，增加诈骗事件的曝光度，结合多媒体宣传反诈骗思想，强调诈骗事件的危害性及其带来的后果；疏通反诈骗资源脉络，建立并不断完善反诈骗资源系统。街道、反诈骗宣传办等单位可以定时进行反诈骗模拟，将居民个人设身处地地处于诈骗情景内，提升发诈骗意识。

借助网络传播工具，提高诈骗事件的曝光率，同时开展建设社区反诈宣传，对各个家庭达到宣传到位、防范到位，正视诈骗恶性事件的严重性，引以为鉴从而做到“人传人”互相影响的正反馈宣传效果，在潜移默化中培养反诈意识，并对他人起到正向传导作用。

4、个人层面

反诈骗不仅需要学校和社会的通力协作，学生个人了解并知晓诈骗的重大危害，打好反诈预防针也至关重要。妥善保管个人信息、积极主动了解学校和社会宣传的诈骗案件，参与反诈活动，都有助于提升反诈意识。同时，作为个体学生应该定期定时了解新增的诈骗案例，不断提升自我的反诈骗意识。

而通过知识学习可提升对网络信息的甄别能力，树立起正确的世界观、人生观和价值观，正确对待金钱，树立理性的消费理念

[8]。学生应学会辨析需求的轻重缓急，约束自己抵制不良诱惑的侵袭；做到诈骗信息在外而自我约束在内，妥善保管个人信息是前提，理性管控个人资产是关键。

参考文献

[1]周胜利,徐啸炀.基于网络流量的用户网络行为被害性分析模型.电信科学,2021,37(2)

[2]施了兵.网络诈骗犯罪的预防[D].湖南大学,2009

[3]佟晖;唐卫中;蔡家艳;武鸿浩;马寒军.电信诈骗态势与反诈新思路研究[J].北京警察学院学报,2020(06)

[4]周坚;石永革;何美斌.基于A-D模型的K-means算法在通话异常客户挖掘中的应用[J].电信科学,2018(04)

[5]李力卡;马泽雄;陈庆年;李程.电话诈骗防治技术解决方案与运维对策研究[J].电信科学,2014(11)

[6]王海坤;潘嘉;刘聪.语音识别技术的研究进展与展望[J].电信科学,2018(02)

[7]吴方,季万全,卞振平.当代大学生网络防骗意识的调查与研究[J].教育现代化．2018(46)

闫家进.大学校园网络诈骗事件的预防及对策研究[A].2018

作者信息：沈琦玥，女（2002.6—），汉族，浙江嘉兴人，本科，学生，研究方向：应用统计学

张骏，男（2002.7），汉族，浙江宁波人，本科，学生，研究方向：应用统计学

宋祖声，男（2001.8），哈尼族，云南普洱人，本科，学生，研究方向：反诈骗宣传创新运用

[8]