論文の概要: Victim as a Service: Designing a System for Engaging with Interactive Scammers

• arxiv url: http://arxiv.org/abs/2510.23927v1
• Date: Mon, 27 Oct 2025 23:19:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-29 15:35:36.615676
• Title: Victim as a Service: Designing a System for Engaging with Interactive Scammers
• Title（参考訳）: Victim as a Service: インタラクティブなスカマーによるエンゲージメントシステムの設計
• Authors: Daniel Spokoyny, Nikolai Vogler, Xin Gao, Tianyi Zheng, Yufei Weng, Jonghyun Park, Jiajun Jiao, Geoffrey M. Voelker, Stefan Savage, Taylor Berg-Kirkpatrick,
• Abstract要約: LLMベースのシステムであるCHATTERBOX(CHATTERBOX)のモチベーション,設計,実装,経験について述べる。 我々は、詐欺未遂を誘致するために開発した手法、詐欺行為を説得するために必要なシステムとLLMエンジニアリング、詐欺のワークフローにおいて「マイルストーン」を満足または回避するために必要な能力について述べる。
• 参考スコア（独自算出の注目度）: 29.43320237202651
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pig butchering, and similar interactive online scams, lower their victims' defenses by building trust over extended periods of conversation - sometimes weeks or months. They have become increasingly public losses (at least $75B by one recent study). However, because of their long-term conversational nature, they are extremely challenging to investigate at scale. In this paper, we describe the motivation, design, implementation, and experience with CHATTERBOX, an LLM-based system that automates long-term engagement with online scammers, making large-scale investigations of their tactics possible. We describe the techniques we have developed to attract scam attempts, the system and LLM-engineering required to convincingly engage with scammers, and the necessary capabilities required to satisfy or evade "milestones" in scammers' workflow.
• Abstract（参考訳）: 豚肉の売春や、同様のインタラクティブなオンライン詐欺は、数週間や数ヶ月にわたる会話を通じて信頼を築き、被害者の防衛力を低下させる。 最近の調査では、損失額は少なくとも7500億ドル(約7兆5000億円)にも上っている。 しかし、長期的な会話の性質から、大規模な調査は極めて困難である。 本稿では,オンライン詐欺の長期的関与を自動化するLLMベースのシステムであるCHATTERBOXのモチベーション,設計,実装,経験について述べる。 我々は、詐欺未遂を誘致するために開発した技術、詐欺行為を説得するために必要なシステムとLLMエンジニアリング、詐欺のワークフローにおいて「マイルストーン」を満足または回避するために必要な能力について述べる。

関連論文リスト

• "It Felt Real" Victim Perspectives on Platform Design and Longer-Running Scams [11.449657621942885]
  我々は,スカーマーがプラットフォーム・アベイランスを戦略的に活用して,信頼性の確保,親密さの編成,被害者との連帯の維持を図っている。 詐欺を社会技術プロジェクトとして分析することにより、より長期にわたる詐欺においてプラットフォーム設計をどのように活用できるかを強調した。
  論文  参考訳（メタデータ） (2025-10-03T02:34:13Z)
• Send to which account? Evaluation of an LLM-based Scambaiting System [0.0]
  本稿では,大規模言語モデル(LLM)を用いたスカンバイティングシステムの大規模実世界評価について述べる。 5ヶ月にわたるデプロイメントで、システムは実際のスキャマーと2,600以上のエンゲージメントを開始し、18,700以上のメッセージのデータセットを作成した。 情報開示率(IDR)は約32%に達し、ラバ口座などの機密情報を抽出することに成功している。
  論文  参考訳（メタデータ） (2025-09-10T11:08:52Z)
• PsyScam: A Benchmark for Psychological Techniques in Real-World Scams [38.57446009573742]
  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。
  論文  参考訳（メタデータ） (2025-05-21T01:55:04Z)
• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• 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)
• Evaluating Very Long-Term Conversational Memory of LLM Agents [95.84027826745609]
  我々は,高品質で長期的な対話を生成するための,マシン・ヒューマン・パイプラインを導入する。 我々は、各エージェントに画像の共有と反応の能力を持たせる。 生成した会話は、長距離一貫性のために人間のアノテーションによって検証され、編集される。
  論文  参考訳（メタデータ） (2024-02-27T18:42:31Z)
• How Johnny Can Persuade LLMs to Jailbreak Them: Rethinking Persuasion to Challenge AI Safety by Humanizing LLMs [66.05593434288625]
  本稿では, 大規模言語モデル (LLM) を人間のようなコミュニケーション手段として, ジェイルブレイクの新たな視点を紹介する。 本研究では,数十年にわたる社会科学研究から派生した説得的分類法を適用し,説得的敵対的プロンプト(PAP)をジェイルブレイク LLM に適用する。 PAPは、Llama 2-7b Chat、GPT-3.5、GPT-4の攻撃成功率を10ドルで一貫して92%以上達成している。 防衛面では,PAPに対する様々なメカニズムを探索し,既存の防衛に重大なギャップがあることを見出した。
  論文  参考訳（メタデータ） (2024-01-12T16:13:24Z)
• LLM-Based Agent Society Investigation: Collaboration and Confrontation in Avalon Gameplay [55.12945794835791]
  Avalon をテストベッドとして使用し,システムプロンプトを用いてゲームプレイにおける LLM エージェントの誘導を行う。 本稿では,Avalonに適した新しいフレームワークを提案し,効率的なコミュニケーションと対話を容易にするマルチエージェントシステムを提案する。 その結果、適応エージェントの作成におけるフレームワークの有効性を確認し、動的社会的相互作用をナビゲートするLLMベースのエージェントの可能性を提案する。
  論文  参考訳（メタデータ） (2023-10-23T14:35:26Z)
• 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)

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。