論文の概要: PsyScam: A Benchmark for Psychological Techniques in Real-World Scams
- arxiv url: http://arxiv.org/abs/2505.15017v2
- Date: Mon, 22 Sep 2025 15:55:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-23 14:36:45.089786
- Title: PsyScam: A Benchmark for Psychological Techniques in Real-World Scams
- Title（参考訳）: PsyScam: 現実世界の詐欺における心理学的テクニックのベンチマーク
- Authors: Shang Ma, Tianyi Ma, Jiahao Liu, Wei Song, Zhenkai Liang, Xusheng Xiao, Yanfang Ye,
- Abstract要約: PsyScamは、現実世界の詐欺報告で使用される心理的テクニックを体系的に捉えるために設計されたベンチマークである。
PsyScamは、実世界のスキャマーが使用するPTに基づいて、スキャマーコンテンツの検出と生成において、既存のモデルに重大な課題をもたらすことを示す。
- 参考スコア（独自算出の注目度）: 38.57446009573742
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the years, online scams have grown dramatically, with nearly 50% of global consumers encountering scam attempts each week. These scams cause not only significant financial losses to individuals and businesses, but also lasting psychological trauma, largely due to scammers' strategic employment of psychological techniques (PTs) to manipulate victims. Meanwhile, scammers continually evolve their tactics by leveraging advances in Large Language Models (LLMs) to generate diverse scam variants that easily bypass existing defenses. To address this pressing problem, we introduce PsyScam, a benchmark designed to systematically capture the PTs employed in real-world scam reports, and investigate how LLMs can be utilized to generate variants of scams based on the PTs and the contexts provided by these scams. Specifically, we collect a wide range of scam reports and ground its annotations of employed PTs in well-established cognitive and psychological theories. We further demonstrate LLMs' capabilities in generating through two downstream tasks: scam completion, and scam augmentation. Experimental results show that PsyScam presents significant challenges to existing models in both detecting and generating scam content based on the PTs used by real-world scammers. Our code and dataset are available.
- Abstract（参考訳）: 長年にわたり、オンライン詐欺は劇的に増加しており、世界の消費者の50%近くが毎週詐欺未遂に遭遇している。
これらの詐欺は個人や企業にとって重大な財政的損失をもたらすだけでなく、主に犠牲者を操るために、詐欺師が心理的テクニック(PT)を戦略的に利用したため、心理的トラウマも持続する。
一方、スカマーは、LLM(Large Language Models)の進歩を活用して、既存の防御を簡単に回避できる多様な詐欺変種を生成することで、その戦術を継続的に進化させていく。
このプレス問題に対処するために,実世界のスカムレポートで使用されるPTを体系的にキャプチャするベンチマークであるPsyScamを導入し,これらのスカムによって提供されるPTとコンテキストに基づいて,LCMを用いてスカムの変種を生成する方法について検討する。
具体的には、広範囲にわたる詐欺報告を収集し、よく確立された認知心理学理論と心理学理論で採用されたPTの注釈を根拠にしている。
さらに,2つの下流タスク(scam completion)とscam augmentation(scam augmentation)を生成するLLMの能力を実証した。
実験結果から,PsyScamは実世界の詐欺師が使用するPTに基づく詐欺コンテンツの検出と生成において,既存のモデルに重大な課題を呈していることがわかった。
コードとデータセットが利用可能です。
関連論文リスト
- AI persuading AI vs AI persuading Humans: LLMs' Differential Effectiveness in Promoting Pro-Environmental Behavior [70.24245082578167]
環境保護行動(PEB)は気候変動に対処するために不可欠であるが、意識を意図や行動に変えることはいまだ明白である。
大規模言語モデル(LLM)をPEBを促進するツールとして検討し,その影響を3,200人の参加者で比較した。
人工的およびシミュレートされたエージェントは、介入後のEBスタンスに大きく影響し、ヒトの反応はほとんど変化しない。
論文 参考訳（メタデータ） (2025-03-03T21:40:55Z) - "It Warned Me Just at the Right Moment": Exploring LLM-based Real-time Detection of Phone Scams [21.992539308179126]
本稿では,スカムコールをモデル化するフレームワークを提案し,LLMに基づくリアルタイム検出手法を提案する。
提案手法の性能評価と,その有効性に影響を及ぼす要因の解析を行った。
論文 参考訳（メタデータ） (2025-02-06T10:57:05Z) - Exposing LLM Vulnerabilities: Adversarial Scam Detection and Performance [16.9071617169937]
本稿では, 大規模言語モデル (LLM) の脆弱性を, 詐欺検出のタスクに対して対向詐欺メッセージに直面する際の脆弱性について検討する。
我々は、オリジナルメッセージと逆詐欺メッセージの両方を含む、きめ細かいスカムメッセージのラベル付き包括的なデータセットを作成しました。
分析の結果, LLMの脆弱性を利用した逆例は, 高い誤分類率をもたらすことがわかった。
論文 参考訳（メタデータ） (2024-12-01T00:13:28Z) - Deepfake detection in videos with multiple faces using geometric-fakeness features [79.16635054977068]
被害者や人物のディープフェイクは、脅迫、ゆがみ、金融詐欺の詐欺師によって使用される。
本研究では,映像中の顔の存在の動的度を特徴付ける幾何学的フェイクネス機能(GFF)を提案する。
我々は、ビデオに同時に存在する複数の顔でビデオを分析するために、我々のアプローチを採用している。
論文 参考訳（メタデータ） (2024-10-10T13:10:34Z) - Combating Phone Scams with LLM-based Detection: Where Do We Stand? [1.8979188847659796]
本研究では,大規模言語モデル(LLM)による不正通話の検出の可能性について検討する。
LLMをベースとした検出器は、潜在的な詐欺の発生を検知し、ユーザに対して即時保護を提供する。
論文 参考訳（メタデータ） (2024-09-18T02:14:30Z) - Automatic Scam-Baiting Using ChatGPT [0.46040036610482665]
本稿では,ChatGPTをベースとした2つの自動詐欺バイターの有効性を,コントロール尺度に比較した1ヶ月の試験結果について報告する。
250人以上の実メール詐欺師の関与により、ChatGPTベースの詐欺バイターは、スパム反応率と会話の長さが著しく増加したことが判明した。
本稿では,これらの結果の意義と,自動詐欺ベイティングの広範な展開に向けた実践的考察について論じる。
論文 参考訳（メタデータ） (2023-09-04T13:13:35Z) - Tainted Love: A Systematic Review of Online Romance Fraud [68.8204255655161]
ロマンス詐欺は、オンラインデートプラットフォーム上でのロマンチックな関係をサイバー犯罪者が構築することを含む。
我々は,ロマンス詐欺の文学的景観を特徴づけ,研究者や実践者の理解を深める。
主な貢献は, ロマンス詐欺のプロファイル, ロマンス詐欺の緩和対策, 詐欺師や被害者となることを前提とした要因の3つであった。
論文 参考訳（メタデータ） (2023-02-28T20:34:07Z) - Combat AI With AI: Counteract Machine-Generated Fake Restaurant Reviews
on Social Media [77.34726150561087]
我々は、高品質なYelpレビューを活用して、OpenAI GPTレビュー作成者から偽レビューを生成することを提案する。
このモデルを適用して、非エリートレビューを予測し、複数の次元にまたがるパターンを識別する。
ソーシャルメディアプラットフォームは、マシン生成の偽レビューによって継続的に挑戦されていることを示す。
論文 参考訳（メタデータ） (2023-02-10T19:40:10Z) - Recent trends in Social Engineering Scams and Case study of Gift Card
Scam [4.345672405192058]
社会工学詐欺(SES)は、人類による電気通信の導入以来、存在してきた。
世界中の無実の人々をターゲットにした、様々なソーシャルエンジニアリング詐欺の最近の動向。
各種企業顧客を対象としたリアルタイムギフトカード詐欺の事例研究
論文 参考訳（メタデータ） (2021-10-13T04:17:02Z) - Evaluating the Robustness of Semantic Segmentation for Autonomous
Driving against Real-World Adversarial Patch Attacks [62.87459235819762]
自動運転車のような現実のシナリオでは、現実の敵例(RWAE)にもっと注意を払わなければならない。
本稿では,デジタルおよび実世界の敵対パッチの効果を検証し,一般的なSSモデルのロバスト性を詳細に評価する。
論文 参考訳（メタデータ） (2021-08-13T11:49:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。