"电信网络诈骗报告"相关数据
更新时间:2024-11-28第一章 2019年上半年电信网络诈骗现状分析
近年来,随着通讯和网络的发展、普及,电信网络诈骗日益成为威胁公众财产安全和社会稳定的一大公害。中国互联网络信息中心(CNNIC)发布的第43次《中国互联网络发展状况统计报告》显示,网上诈骗及其黑产链条中密切相关的个人信息泄露、账号密码被盗等,是近两年公众在上网过程中最常遭遇的安全事件。随着刑事打击和普法宣传力度的不断加大,电信网络诈骗犯罪得到了一定程度上的遏制,但总体而言,仍是威胁公众上网安全的首要问题,形势严峻。
一、电信网络诈骗总体概况
通过对2019年上半年各种电信网络诈骗手法的举报情况进行盘点归总,聚类分析,归纳为交易诈骗、兼职诈骗、交友诈骗等十大诈骗类型。
其中,交易诈骗、兼职诈骗、交友诈骗、返利诈骗合计占比超70%,免费送诈骗、盗号诈骗少量存在,其余诈骗类型比例相当,诈骗场景总体星现多样化。
被害人性别分布上,男女比例分别为63%、37%,男性被害人数量是女性的近两倍。在十大诈骗类型中,除返利诈骗、兼职诈骗和免费送诈骗外,其余色情诈骗、交友诈骗、金融信用诈骗、交易诈骗、盗号诈骗、低价利诱诈骗、仿冒诈骗等诈骗类型中男性被害人均占比过半。
随着公众防骗意识的提升,越来越多具有正义感的用户参与到举报行列中。地域分布方面,主要集中在华南、华中、华东等经济较为发达的地区,广东省位居榜首。
【更多详情,请下载:2019上半年电信网络诈骗治理研究报告】
- 2020年中国电信网络诈骗中受骗者年龄分布情况该统计数据包含了2020年中国电信网络诈骗中受骗者年龄分布情况。数据显示,受骗者中90后占比最多,高达63.7%,80后、70后紧随其后。2020年发布时间:2021-10-28
- 2019年中国网民遇到电信网络诈骗的数量的评价该统计数据包含了2019年中国网民遇到电信网络诈骗的数量的评价。2019年中国32.86%的网民认为遇到的电信网络诈骗比过去少了一些。2019年发布时间:2020-07-09
- 2019上半年电信网络诈骗治理研究报告本报告将通过真实数据和案例,直观展示 2019 年上半年电信网络诈骗现状,客观分析犯罪高发深层原因,结合公安、检察机关打击电信网络诈骗的工作成效,着眼于互联网平台综合防治体系运行成果,积极思考更加科学有效的解决方案。2019年发布时间:2020-03-09
- 2022年电信网络诈骗态势分析报告2022年发布时间:2023-08-21
- 2020年新形势下电信网络诈骗治理研究报告本文紧密跟踪国内外电信网络诈骗发展新特点新态势,梳理总结了国内外电信网络诈骗治理新思路新举措,重点关注我国在电信网络诈骗治理中遇到的新问题新挑战,在总结治理实践、吸纳国外先进经验的基础上,在法律法规、行业管理、技术手段、社会共治等方面均提出了符合我国国情与治理现状的措施建议。2020年发布时间:2021-01-11
- 2019年中国网民遇到的不同电信网络诈骗行为的比例该统计数据包含了2019年中国网民遇到的电信网络诈骗行为。2019年中国57.81%的网民遇到过兼职刷单类诈骗。2019年发布时间:2020-07-09
- 疫情防控期间电信网络诈骗防范治理优秀案例汇编中国信息通信研究院电信网络诈骗治理中心发起疫情期间电信网络诈骗防范治理优秀案例征集活动,经案例征集和专家评审等环节,最终遴选出51个针对性强、创新性好、治理成效显著的优秀案例。这些优秀案例在行业内具有较强的代表性、创新性和示范性,做好进一步的推广应用,对有效提升全行业电信网络诈骗防范治理能力具有积极意义。2020年发布时间:2020-05-18
- 司法大数据专题报告之电信网络诈骗2015-2016年发布时间:2021-12-24
- 2020年中国电信诈骗受害用户年龄分布该统计数据包含了2020年中国电信诈骗受害用户年龄分布。其中,90后占比达到63.7%。2020年发布时间:2021-01-14
- 2021年电信网络诈骗治理研究报告2021年发布时间:2022-03-25
- 电信网络诈骗治理与人工智能应用白皮书(2019年)本白皮书结合当前电信网络诈骗防范治理工作实践情况和人工智能技术的发展应用,系统梳理人工智能在治理工作中的积极影响及技术实践应用,同时剖析人工智能不当使用为治理工作带来的风险挑战,在总结国内外电信网络诈骗治理现状的基础上,深入分析当前人工智能背景下治理工作的趋势走向和问题短板并研究提出对应的措施建议。2019年发布时间:2020-03-06
- 电信网络诈骗治理和技术应用研究报告(2022年)2022年发布时间:2023-06-20
- 2016.1-2017.12司法大数据专题报告之电信网络诈骗2018年发布时间:2021-12-24
电信诈骗
中国电信诈骗受害者和案件分析数据(电信诈骗、网络诈骗、受害者、受骗原因)中国电信诈骗受害者和案件分析数据(电信诈骗、网络诈骗、受害者、受骗原因)主题数据包包含36项数据(11个数据报告、19个表格数据和6个数据图说),数据包的大小为52.8MB。 本数据包聚焦中国电信诈骗的受害者以及受骗的原因。主要包括了中国电信诈骗受害者年龄、性别、地区分布,中国涉诈骗域名IP分布,以及反欺诈白皮书。数据和报告来自于中国信息通信研究院安全研究所、中国互联网络信息中心(CNNIC)、中国信通院等国家网络安全机构。360、腾讯、百度等互联网头部品牌也是主要数据来源。2018-2020年发布时间:2021-11-25- 电信网络人工智能应用白皮书白皮书试图从人工智能技术与电信网络结合的角度,展示人工智能在电信网络应用的研究现状,发掘人工智能在电信网络的应用场景,对处于萌芽期的电信网络人工智能应用领域进行梳理。2018年发布时间:2020-06-01
- 2015年网络诈骗犯罪数据研究报告本文利用大数据技术对网络诈骗犯罪形势进行了系统分析的报告,直观呈现了当前我国网络诈骗犯罪形势和未来变化趋势,深入剖析网络诈骗案件频发背后的规律与特点,为警企民携手防范、打击网络诈骗案件提供了支撑。2015年发布时间:2021-04-08
- 深入分析跨平台网络电信诈骗传统网络电信诈骗的过程中,诈骗者必需诱导受害人完成转账;而移动场景下,诈骗者仅依靠植入用户手机的Android木马,就能在受害人不知情的情况下完成远程转账;Android木马为网络电信诈骗增加了丰富的攻击方法,包括隐私窃取、短信拦截、远程控制和钓鱼等;传统网络电信诈骗工具包括Web钓鱼网站、PC受控端和后台服务器,诈骗者利用这组工具窃取用户银行账户信息、监控用户PC并诱导用户完成转账;移动场景下的诈骗过程大致包含六个步骤,其中转账过程不再需要受害人远程发起;通过对比移动场景和传统PC场景下木马的隐私窃取能力、远控能力以及用户感知度,我们发现移动场景下用户面临的威胁更甚;通过对诈骗工具的研究,我们发现诈骗者正在由传统的使用PC木马转向使用Android木马;网络电信诈骗团伙分工极为明确,从角色上可粗略分为两大类:制马人和诈骗者。制马人负责木马研发,诈骗者负责实施诈骗。其中诈骗者又分为组织者和一线、二线、三线诈骗人员;第三方SDK JPush和Apache Cordova被制马人滥用,TeamViewer被制马人篡改为PC远控端;网络电信诈骗的其他风险包括污染搜索引擎资源、损坏用户终端数据以及隐私窃取造成的残余风险;Android木马的“跨界”攻击趋势越来越普遍,正逐渐向更多的传统犯罪产业渗透。2016年发布时间:2021-04-07
- 2015年网络诈骗犯罪案例研究报告本文总结出了“2015年十二大新型诈骗案例”。其中,有5个案例类型涉及微信等社交工具,分别为虚假微信公众号AA诈骗、微信提现诈骗、微信传销诈骗、微信游戏诈骗和微信公众账号申请诈骗。2015年发布时间:2021-04-08
- 2020年中国涉诈骗域名IP分布情况该统计数据包含了2020年中国涉诈骗域名IP分布情况。数据显示,2020年中国涉及诈骗的域名中,95%以上的IP接入地分布在中国大陆以外的地区,其中中国香港占比最高,其次是美国、南非、印度。2020年发布时间:2021-10-28
- 2015年中国网络诈骗受害者数量星座分布情况该统计数据包含了2015年中国网络诈骗受害者数量星座分布情况。其中天秤座人群占比10.0%。2015年发布时间:2021-05-21