大规模网络犯罪论坛犯罪披露模式评估

网络犯罪论坛在网络犯罪生态系统中扮演核心角色，作为非法商品、服务和知识交换的枢纽。以往研究探索了这些论坛的市场与社会结构，但关于用户行为动态，尤其是参与者对犯罪活动披露的行为，了解仍不足。本研究提供了对主要网络犯罪论坛犯罪披露模式的首次大规模评估，分析了来自近 30 万用户的 350 万篇帖子。我们采用三级分类方案（良性、灰色、犯罪），并利用大语言模型 (LLM) 构建可扩展的标注管道，衡量初始帖子中的犯罪披露水平，分析参与者在不同层级之间的切换方式，并评估犯罪披露行为与私人沟通之间的关系。我们的结果表明，犯罪披露相对规范化：四分之一的初始帖子包含明确的犯罪相关内容，超过三分之一的用户在初始帖子中至少披露一次犯罪活动。同时，大多数参与者保持克制，超过三分之二只发布良性或灰色内容，通常逐步升级披露。灰色初始帖子尤为突出，表明许多用户回避直接表述，转而以模糊内容为基础。该研究突显了基于 LLM 的文本分类和马尔可夫链建模捕捉犯罪披露模式的价值，为执法部门针对网络犯罪论坛中区分良性、灰色和犯罪内容提供了洞见。