QQ号1941663132是一个诈骗

我一个拼多多订单(20元)中通运单丢失;
然后两个自称物流公司的电话联系我:19141980127/18988189942;
说是赔偿我 100 多块;
叫我订单截图发给他们客服QQ1941663132;
加了QQ、截图隐私信息打马赛克发了他;
对方给我一个二维码,我解析了一下,是一个 HTTP 协议不安全的网址!

网站是:http://k.haor324.com/?s=MzgyLzI2Lzk0MjQwNA==

骗子为了安全,我用火狐浏览器打开了这个网站,并截图问QQ“客服”要注册?
QQ“客服”说是用手机号和订单后6位登录;
我用一个随便的数字加‘fuckyou’登录,竞然登录进去了!
在这里插入图片描述在这里插入图片描述在这里插入图片描述
中国网站要备案!太好了这个政策!点赞!点赞!点赞!
在这里插入图片描述

到这里,我算是明白了,为什么有人会被骗!

  1. 涉及金钱方面,当事人会着急,
  2. 骗子各种利诱,
  3. 不懂购物规则,随便相信骗子发的手机号、QQ号、微信号,
  4. 随便相信骗子发的信息,打开链接,扫描二维码,

不要相信陌生电话,在哪出的问题,就在哪解决,不要在第三方平台解决!

本来想截图举报一下的,还没来得及,就被对方给删除了!腾讯呀,你的举报机制还不够完善,你的安全机制还不够完善!

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
设计信用卡诈骗识别系统的一般流程如下: 1. 数据采集:从信用卡公司或其他可靠来源收集正常交易和欺诈交易的数据集。 2. 数据预处理:对数据集进行清洗、去重、缺失值处理、特征选择等。 3. 特征工程:对数据进行特征提取,例如提取交易时间、地点、金额、卡号等特征。 4. 模型选择:选择适合信用卡诈骗识别的模型,例如逻辑回归、决策树、支持向量机、随机森林等。 5. 模型训练:使用数据集对模型进行训练,并选择合适的评估指标进行模型评估。 6. 模型部署:将训练好的模型部署到实际应用中,例如将模型嵌入到网站或移动应用中。 7. 模型更新:不断收集新的数据进行模型更新,确保模型的准确性和可靠性。 下面是一个简单的信用卡诈骗识别系统的Python代码示例: ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score # 读取数据 data = pd.read_csv('credit_card.csv') # 特征选择 features = ['time', 'amount', 'class'] data = data[features] # 划分训练集和测试集 train_data, test_data = train_test_split(data, test_size=0.3, random_state=42) # 训练模型 lr = LogisticRegression() lr.fit(train_data[['time', 'amount']], train_data['class']) # 预测结果 y_pred = lr.predict(test_data[['time', 'amount']]) # 计算准确率 accuracy = accuracy_score(test_data['class'], y_pred) print('准确率:{:.2f}%'.format(accuracy*100)) ``` 这是一个简单的基于逻辑回归的模型,使用了交易时间和金额作为特征,通过训练数据进行模型训练,并在测试集上进行预测,最后计算准确率。实际的信用卡诈骗识别系统需要更加复杂的模型和更多的特征。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值