大學生網絡詐騙案件的相關特征分析*

李益軍 邱明月

南京森林警察學院，江蘇 南京 210023

一、研究背景

隨著大數據技術與物聯網技術的發展，犯罪形式與犯罪類別也發生著轉變，網絡詐騙與傳統的詐騙的形式和手段不同，他們利用網絡，針對大學生這一單純群體，通過新興技術獲取大學生的信息，以達到精準欺詐的目的。大學生正處于青春期，興趣愛好廣泛且對于新興事物的接收能力較強。但是由于大學生的社會閱歷不足，一旦外界信息與他們自身的認知和價值觀相一致，他們就會把它當做正確的信息來接收，因此很容易相信他人的言論與引導。大學生的愛好廣泛且上網時間普遍比較長，同時他們對網絡新鮮事物好奇心很強，所以對一些新型的詐騙手段不易察覺，而以為是一種互聯網的新興產物或者商業模式的創新。由于大學生經常性的上網行為且自身防范意識不強，導致他們每天的上網的信息以及各種個人信息容易被他人通過非法方式獲取，由此判斷出他們的身份、偏好、用戶習慣等，犯罪分子會專門針對大學生制作虛假欺詐事件或者圈套，讓大學生上當受騙，從而獲取非法利益。所以，我們應該加強大學生的網絡防詐騙宣傳和教育力度，在新生剛入學的時候就進行各種宣傳，做到全方位的網絡防詐騙教育，防止大學生上當受騙。

本文通過對大學生受騙的網絡詐騙方式、發案時間、作案手法等相關特征進行研究，為防范大學生網絡詐騙案件的相關策略措施提供數據支撐與科學依據，以降低類似的案件發生概率，維護良好的網絡使用環境。

二、相關研究

由于互聯網時代的飛速發展，傳統的犯罪類型逐漸轉向新型網絡犯罪，導致近年來網絡詐騙案件頻發。在知網搜索“大學生詐騙”為主題進行文獻檢索發現，論文數量在2016年以前一直保持每年5篇不到的論文量，直到“徐某案”引發了全社會的重點關注，所以論文的數量也有了很大的提升。很多學者開始對大學生網絡詐騙案件的相關特征與影響因素進行探究。比如王飛等就大數據環境下大學生的網絡詐騙現狀及防范策略進行分析，重點研究了當代大學生的顯著特點與受騙原因，以及此類案件的防范對策［1］。李珊珊根據大數據環境下網絡詐騙的特征分析以及大學生受到網絡詐騙的原因進行分析，還針對高校大學生的網絡欺詐類型進行分析，以及提出具體的思想政治教育對策［2］。也有學者對詐騙案件與受害者之間的關聯關系進行研究，李曉冰基于Aprior算法對詐騙案件進行關聯規則的挖掘研究，得出發案時間為中午且地點在銀行的詐騙案件，損失都比較嚴重的關聯規則［3］。李爽設計了基于卷積神經網絡對電信詐騙案件識別分類器，通過對電信用戶話單數據的學習，挖掘詐騙用戶通話數據特征并識別詐騙用戶的行為［4］。所以，本文由大學生電信詐騙案件的基本特征分析逐步轉向深層次的案件挖掘，進一步對大學生電信詐騙案件內部因素的關聯規則進行挖掘。

三、大學生電信詐騙案件的統計分析

（一）案發時間

圖1 9月1號開學后每周的大學生電信詐騙案件發案數量

以9月1號為開學日期，按周來分析大學生詐騙案件的發案時間規律。由圖1可知，開學后每周均有大學生電信詐騙案件的發生，且案發數量都較大。大學開學之際學生往往會帶著本學期的生活費、學雜費等來開學報到，于是很多犯罪分子利用大學生自我保護意識薄弱、社會經驗不足、經常上網等行為特點，在短時間內達到精準欺騙的目的。學校及相關教育部門應該在平時的反詐騙宣傳教育工作之外，在開學季的前兩個月，強化大學生的網絡安全教育，讓學生掌握必要的詐騙防范措施，減少或者杜絕大學生電信詐騙現象發生。

（二）案發時長

圖2 大學生電信詐騙案件的案發天數統計

圖3 大學生電信詐騙案件（一天內案發）的時間統計

根據對比發案時間的上限與下限可知，一般的大學生電信詐騙受害案件都發生在一天以內（如圖2所示）。在一天內案發的案件當中，案件數量最多的案件時長為60分鐘，即一小時犯罪嫌疑人對大學生受害人實施了整個詐騙行為的案件數量最多。此外，受騙過程時長集中在120分鐘、30分鐘和20分鐘（如圖3所示）。由此可見，大學生電信詐騙案件的案發時間非常短，一旦進入設計好的欺詐圈套，在很短的時間就會被詐騙。

（三）報案時間

電信詐騙大學生受害人在發現上當受騙后會選擇報警，但分析數據表明，并不是所有人都會在第一時間選擇向警方求助。對比發案時間下限與報案時間，即受害人被設計詐騙后發現上當受騙，隨即報警的時間間隔。數據表明大部分人都會在一天內選擇迅速報警，概率達77%，一周內報警的受害人達到96%。通過了解民警辦案經驗可知，一般的電信詐騙案件中，受害人的資金轉入犯罪嫌疑人相關賬戶后的1小時內，是攔截資金流的黃金時間。所以，在今后的電信詐騙相關宣傳中，更應該加強宣傳報警時間的有效性，以最快的速度挽回受害人的經濟損失。

結合2014-2018年9、10兩月份的案件數據分析發現，下午和晚上為案件的高發時段。其中下午（14：00-18：00）占比28%，晚上（18：00-24：00）占比47%。這也與大學生的網上作息時間密切相關，大學生一般習慣于下午至晚上在電腦上查閱資料與娛樂。與案件的發案時間相對應，大學生電信詐騙案件中大學生的報警時間也大多集中在下午和晚上。

（四）詐騙金額

根據2011年《最高人民法院、最高人民檢察院關于辦理詐騙刑事案件具體應用法律若干問題的解釋》規定：詐騙公私財物價值3000元-10000元以上、30000元至100000元以上、500000元以上的，應當分別認定為刑法第二百六十六條規定的“數額較大”、“數額巨大”、“數額特別巨大”。所以，對于一般的網絡詐騙案件起邢點是3000元，小于3000元則依照規定進行治安處罰。本文依據以上規定對大學生電信詐騙案件中的詐騙金額進行歸類。由圖4可知，大學生電信詐騙案件中被詐騙金額達到治安處罰條例的占47%，詐騙金額在3000元-30000元達到數額較大的案件比例為48%。由此可見，大學生電信詐騙案件中小金額的詐騙案件數量占絕大多數，犯罪金額巨大以及特別巨大的占比不多。

圖4 大學生電信詐騙案件損失金額統計

（五）詐騙案件類別

在統計的大學生電信詐騙案件中，網絡詐騙占總體電信詐騙案件總量的77%，電話詐騙占20%，還有3%的案件為短信詐騙。由此可知，由于大學生的上網習慣以及自身保護意識不強等原因，造成了網絡詐騙占據著大學生電信詐騙案件的主要案件分類，后續本文也主要著手分析大學生網絡詐騙案件的相關因素與特征描述。分析網絡詐騙案件可知，詐騙方式以網絡購物占比最大，達案件總數的44.3%，這也與大學生的網絡購物行為頻繁相關。其次為銀行卡案件（15.06%）與冒充熟人（10.51%），這也多與大學生自身防范意識不高，容易輕信他人有關。其中，冒充熟人這一作案手法在電話詐騙中也占有一定比重，嫌疑人往往自稱政府的工作人員，學校的老師，快遞等服務人員騙取受害人信任，隨后讓受害人向相關賬戶轉賬以非法謀取利益。

四、基于Apriori關聯分析的大學生網絡詐騙案件挖掘

（一）關聯網狀圖

圖5 關聯網狀圖

通過顯示各分類變量之間相關關系強弱的網狀結構圖，本文將案件類別、報案時段、報案時間（天、周）、處罰金額類別、開學周數等分類變量之間的關聯關系顯示如圖5所示。圖中線條的粗細反映了兩變量之間頻數的大小，即相關關系的強弱。由關聯網狀圖可以直觀地顯示出，網絡詐騙與報案時間的第一周、第一天有強關聯關系，案件的處罰金額中治安處罰、數額較大。說明大學生受害人在發現自己被騙后都會選擇及時報警，且大學生網絡詐騙案件的案件金額為多數在3萬元以下的小額詐騙居多。

（二）基于Apriori關聯分析的大學生網絡詐騙案件挖掘

關聯規則是通過分析數據，找到數據之間的關聯關系的一種無監督的數據挖掘算法。簡言之，就是由于某些事件的發生而引起另外一些事件的發生。Apriori是關聯規則的主要算法之一，屬于無指導學習方法，能夠有效揭示數據中隱含的關聯特征，揭示事物的內在結構。

由表1可知，通過Apriori關聯分析得出規則如下：當報案時間為發案后第一天以外，且依據法律規定僅構成治安違法行為，尚未構成刑事犯罪的案件發生時，在眾多詐騙案件中，發生網絡詐騙案件的置信度最高，為91.111%。當報案時間為發案后第一天以外，且報案時間段為下午時，在眾多詐騙案件中，發生網絡詐騙案件的置信度為87.654%，位居第二。以上兩種關聯性較強的關聯規則共同表明，在案發后一天以外報案，詐騙數額較小，尚不構成犯罪，或發生在下午時分的詐騙案件，通常為網絡詐騙。

大學生網絡詐騙案件中的受害人通常對0-3000元不等的小數額治安案件性質的網絡詐騙行為較為大意。大學生普遍認為小數額支付或借貸并不會對自身經濟帶來嚴重后果，且小數額錢款尚屬于大學生日常生活中可接受范圍之內。由此導致該受害群體通常在受到網絡詐騙后不能及時報警，一般會在一天后才會發覺其上當受騙的事實，從而報警，但由于錯過黃金報案時間，會對警方的抓捕帶來一定困難。同時，下午至晚上的時段為此類網絡詐騙案件的高發時段，這與日常上課時段的心態不無關系。通常在下午及晚上，在校大學生結束一天的學習生活，防范警惕意識下降使得嫌疑人最容易得手。

表1 基于Apriori關聯分析的大學生網絡詐騙案件挖掘與分析

五、總結

網絡詐騙呈現出多樣化、精準化、病毒化傳播的發展趨勢。大學生作為網民的活躍力量，而且缺乏足夠的社會經驗和理性思考，因此，在大數據時代，我們應該利用好大數據技術，對大學生網絡詐騙的現狀與特征分析進行深入全面的研究，以幫助大學生更加健康全面地學習與成長，培養高素質的現代化人才。