电信网络诈骗是一类高科技、远程、非接触性犯罪，主要发生在网络空间，具有隐蔽性强、取证难、追捕难、定性难等特点。近年来，随着电信网络技术和互联网金融业务的快速发展，犯罪嫌疑人利用民众趋利避害、友情救助的心理，通过诈骗网络诱导购物、投资理财、贷款办理等方式实施电信网络诈骗，严重危害民众生命财产安全，搅乱正常生产生活秩序，已成为影响社会和国家稳定的突出公共安全问题。诈骗网站作为实施电信诈骗犯罪的主要载体，是诈骗案件中犯罪分子和被害人发生交互的主要媒介。开展针对诈骗网站进行精准识别，有助于准确揭示犯罪规律、控制犯罪影响范围，对打击防范电信网络诈骗犯罪具有重要意义。面对猖獗的电信网络诈骗形势，国家有关部门已集中展开多次诈骗网站整治专项行动，并针对电信网络诈骗案件的打击与防范问题开展了形式多样的分析研判工作，取得了一定的成效。但是，诈骗网站的识别和综合治理仍存在识别线索欠高效、研判欠精准等问题。因此，为进一步提升打击防范电信网络诈骗工作的效能，遏制电信网络诈骗犯罪的多发高发势态，本书将运用基于大数据、机器学习等新兴领域的先进技术，开展针对诈骗网站的智能识别与综合治理研究。