本文针对大型媒体平台（如 YouTube）上日益猖獗的评论诈骗（comment scams）进行了系统性的测量与特征化研究。随着 YouTube 等平台用户量激增，攻击者开始利用这些平台的海量受众实施社交工程攻击。尽管平台提供了让内容创作者管理评论的机制，评论诈骗依然泛滥。此类诈骗中，攻击者使用脚本控制的账号自动发布或回复评论，通过承诺免费奖品、投资机会等话术诱导用户联系他们，最终窃取联系者的金融资产。研究旨在揭示这类诈骗的运作模式、规模与特征，分析攻击者如何绕过平台的防护机制，并评估现有对策的有效性。核心方法包括大规模收集评论数据、识别诈骗模式、分析诈骗账号的行为特征、追踪其引导用户跳转的落地页及后续诈骗链路。主要贡献包括：提供了针对媒体平台评论诈骗的首次系统性测量；提出了自动检测评论诈骗的方法；揭示了诈骗团伙的基础设施与获利机制；并讨论了平台防御策略的改进方向。该研究适合平台安全团队、反欺诈工程师及研究社交工程攻击的学者阅读，以深入理解评论诈骗的生态系统并设计更好的防御措施。