基于 LLM 的电话诈骗检测：现状与挑战

Zitong Shen; Kangzhong Wang; Youqian Zhang; Grace Ngai; Eugene Y. Fu

基于 LLM 的电话诈骗检测：现状与挑战

密码学与安全 2024-10-18 v2 人工智能计算机与社会

作者: Zitong Shen , Kangzhong Wang , Youqian Zhang , Grace Ngai , Eugene Y. Fu

摘要

电话诈骗构成对个人和社区的重大威胁，造成巨大的经济损失和情感创伤。尽管不断推进反欺诈措施，但诈骗者仍在不断调整和完善其策略，亟需探索创新性的应对方法。本研究探讨了大语言模型 (LLM) 提供的欺诈电话检测潜力。通过分析诈骗者与受害者之间的对话动态，LLM 基检测器可在欺诈发生时识别潜在诈骗，为用户提供即时保护。尽管这些方法显示出有前景的成果，但我们也认识到偏差数据集、召回率相对较低以及幻觉问题，必须进一步解决以推动该领域的发展。

关键词

电话诈骗大语言模型 LLM 检测对话动态幻觉

引用

@article{arxiv.2409.11643,
  title  = {Combating Phone Scams with LLM-based Detection: Where Do We Stand?},
  author = {Zitong Shen and Kangzhong Wang and Youqian Zhang and Grace Ngai and Eugene Y. Fu},
  journal= {arXiv preprint arXiv:2409.11643},
  year   = {2024}
}

备注

2 pages, 1 figure

基于 LLM 的电话诈骗检测：现状与挑战

摘要

关键词

引用

备注

相关论文