关于GPS定位反欺诈研究

关注 “番茄风控大数据”，获取更多数据分析与风控大数据的实用干货。   ---------------------- --------------------- ------------------------------------- ----------------------

  各位读者，在我们之前的文章里，给各位介绍了设备指纹反欺诈跟的反欺诈：反欺诈之设备指纹（上篇）。今天我们再跟各位介绍下GPS定位的反欺诈。如果大家对策略的部署、规则的优化文章有兴趣，请点赞在看，我们会根据各位感兴趣的文章深入全方位的介绍相关的课题，谢谢。

  随着移动信息技术的发展,互联网应用的迅速普及,信息数据已经逐步渗透到人们生活的方方面中去了。而我们除了用常规的GPS定位获取用户的位置信息，也会基于大数据的方法去获取。定位的数据在信用反欺诈里也是非常重要的位置信息，下面我们具体再帮各位梳理下具体的细节。

  为了帮各位理解，我们跟各位分享下具体的业务场景：客户在注册的时候定位在深圳，但是做OCR验证环节，客户的定位却在北京。而这之间时间差不过是半个小时内，于是我们就可以判定客户有欺诈得到嫌疑。

目前基于定位主要有传统做法跟基于大数据的用户精准定位算法：

传统方法  

  传统算法，具体做法是基于全球定位系统GPS定位方式是基于GPS。

  基于全球定位系统定位方式优点在于其定位精度较高,误差大约几米到十几米之间,但其缺点则是需要对现有的移动终端进行硬件级别的改造,只有装配有GPS芯片及天线等模块的移动终端才能使用这种定位方式。

  同时,基于全球定位系统的定位方式的定位精度容易受移动终端所处环境的影响,例如当移动终端处于高楼大厦之间或有建筑物遮挡的时候,由于可见的GPS卫星数量较少,移动终端能够接收到的卫星信号较差。

  传统算法是指在利用特定的定位技术下,获取到用户终端的位置信息(即经纬度坐标),然后通过在电子地图上标记出被定位对象的位置来得到的服务或技术。

  目前,传统方法的定位也有两种缺点：精度较高,但受环境影响较大的;
通过GPS定位效果一般,并且需要多基站协同作用的基站定位方法。

基于大数据的用户精准定位算法  

  基于大数据的用户精准定位算法，依托于大数据，抓取在用户的流量上网日志中,每条记录都包含有用户IMSI（用户使用业务的行为记录被保存在相关的流量上网日志上）。

  我们还会提取其他历史用户的精确位置信息,比如用户的各种历史行为数据包括购物数据、消费数据、渠道地址等用特定的算法来计算出客户的精准定位。

  有了大数据的基础后，再利用聚类等算法。技术能力比较好的公司还会建立自己的指纹库数据来比对具体的位置信息。

  但基于大数据的用户精准定位需要有丰富的数据量和技能能力，对于技术算法也有一定的门槛。

具体GPS策略部署  

  基于定位的相关的介绍，就差不多ending了。接下里，我们再挤一下水份，跟各位具体梳理下一份关于GPS的反欺诈规则，具体请看：

  当前GPS区域内击中高风险名单的身份证个数过多
  GPS的击中高风险名单的身份证明过多，证明同个区域能有较高的团伙作案，这类GPS定位会被列为重点关注区域。

  当前GPS区域内身份证TOP百分比关联设备数平均值过多
  证明该区域内同一张张身份证关联过多的设备

  当前GPS区域内检测为模拟器的设备数量过多
  关于设备是否被判定为模拟器，这里有一套完整的逻辑判断，比如角度、陀螺仪关于这份说明，可以私聊我。

  当前GPS区域内有赌博类应用的设备个数过多
  是否有博彩类APP跟贷款类APP，在我们之前的文章里也有稍微提及过。

  当前GPS区域内有篡改GPS类应用的设备个数过多 

---------------------- --------------------- ------------------------------------- ----------------------
十年职场生涯，这个长期混迹在风控界和科技界，摸爬滚打的大叔，曾经就职于全国最大的固网运营商平台、国内最大的ERP软件公司和一家老牌的互金公司，如果你想了解他，欢迎关注 “番茄风控大数据”一起学习一起聊！