#scam detection

共收录 1 条相关安全情报。

← 返回所有主题
👥 作者: Shang Ma, Chen Yanai, Avichai Ben, Zichen Liu, Yanfang Ye, Xusheng Xiao

该论文针对在线诈骗场景展开大规模实证研究。作者基于 2024 年 2 月至 2025 年 10 月期间收集的 102,054 份真实诈骗事件报告,构建了一个数据驱动的分析流水线,从而推导出诈骗场景的层次化分类体系:包括 18 个细粒度场景,并根据其心理技术(PT)使用特征归纳为 6 种高级策略。研究发现心理技术的使用与诈骗场景存在显著关联,诈骗者围绕不同的操作目标(如扩大受害者接触面、提高转化率、获取高额价值)组织场景,并复用 IP 地址、域名、邮箱和电话号码等基础设施发起大规模协调攻击。此外,论文设计了一种对话感知的诈骗场景检测方法,用于金融机构与客户的交互场景,实现及时预警和干预。该研究为理解诈骗行为的系统化模式提供了实证基础,并为金融机构的实时反诈提供了可落地的检测思路。

💡 推荐理由: 在线诈骗造成巨额经济损失,现有研究多孤立分析心理特征,忽略场景整体性。本文首次大规模联合刻画诈骗场景与心理技术,并给出对话级检测方案,对金融机构反诈有直接指导价值。

🎯 建议动作: 研究跟进,评估检测方法在自有数据上的迁移效果,并探索与现有反诈系统的集成方案

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.6)