CASE：用于增强数字支付诈骗情报的智能体 AI 框架
人工智能
2026-05-04 v2
摘要
数字支付平台的普及改变了商业形态，在全球范围内提供了无与伦比的便利性和可及性。然而，这种增长也吸引了恶意行为者，导致复杂的社会工程学诈骗相应增加。这些诈骗通常在支付平台之外的多个界面上发起和策划，使得基于用户和交易的信号不足以完整理解诈骗的方法和潜在模式，若非如此，很难及时预防。本文提出了 CASE（Conversational Agent for Scam Elucidation），一种新颖的 Agentic AI 框架，通过安全且可扩展的方式收集和管理用户诈骗反馈来解决这一问题。对话智能体经过独特设计，可主动采访潜在受害者，以详细对话的形式获取情报。随后，另一个 AI 系统接收对话记录并提取信息，将其转换为结构化数据，供下游自动和人工执法机制使用。使用 Google 的 Gemini 系列 LLM，我们在 Google Pay (GPay) India 上实现了该框架。通过用这种新情报增强现有功能，我们观察到诈骗执法量提升了 21%。该架构及其稳健的评估框架具有高度通用性，为在其他敏感领域构建类似的 AI 驱动系统以收集和管理诈骗情报提供了蓝图。
引用
@article{arxiv.2508.19932,
title = {CASE: An Agentic AI Framework for Enhancing Scam Intelligence in Digital Payments},
author = {Nitish Jaipuria and Lorenzo Gatto and Zijun Kan and Shankey Poddar and Bill Cheung and Diksha Bansal and Ramanan Balakrishnan and Aviral Suri and Jose Estevez},
journal= {arXiv preprint arXiv:2508.19932},
year = {2026}
}
备注
7 pages, 5 figures, Version published in IEEE Xplore