最後更新:

什麼是詐騙偵測?公開訊號、偵測方法與人工覆核

詐騙偵測是在詐騙造成損失之前,從內容、帳號、廣告與連結中找出可疑訊號,交由人員查證與處置。本文說明詐騙偵測和交易端詐欺偵測的差別、一場詐騙在各階段留下的訊號、常見的偵測方法與評估方式、人工覆核應放在哪裡,以及銀行、電商、電信與主管機關各自的需求。

什麼是詐騙偵測?公開訊號、方法與人工覆核資訊圖表配圖,呈現AI 知識中心的重點概念

快速回答:什麼是詐騙偵測?

詐騙偵測(scam detection)是找出誘騙民眾自行交出金錢或個人資料的手法,例如假投資、冒名客服、假賣場與釣魚連結。常見做法是持續蒐集公開內容與廣告,用規則、相似內容比對、分類模型與帳號關係分析找出可疑線索,再由人員查證、保存紀錄並決定是否檢舉或通報。系統產出的是待查線索,不是詐騙或違法的認定。

適合誰閱讀

  • 銀行、證券、保險與電子支付業者的防詐、風控與數位通路團隊
  • 電商平台與電信業者負責帳號安全、客服與濫用處理的團隊
  • 需要掌握詐騙新手法與宣導方向的主管機關與研究單位

詐騙偵測和交易端的詐欺偵測有什麼不同?

兩者常被混用,但處理的情境不同。英國內政部把未經授權的詐欺描述為在被害人不知情或未同意下進行的交易,並與被害人受騙而自己完成交易的情況對照;英國支付系統監理機關(PSR)也說明,授權推送付款詐騙(APP fraud)是被騙而自行轉帳給詐騙者,和他人盜用卡片付款的未經授權詐欺不同。這不是兩個詞的固定分類,但有助於理解兩種偵測分別在看什麼。

比較項目 受騙而自行付款(本文的詐騙偵測) 未經授權交易的偵測
誰完成交易 被害人本人,因受騙而同意付款或提供資料 他人盜用卡片、帳號或憑證,本人不知情
典型手法 假投資、冒名客服、假賣場、感情詐騙、假求職 盜刷、帳號被盜後轉帳、偽冒申辦
主要資料 公開貼文、廣告、帳號資訊、連結與網域,以及民眾通報 交易紀錄、裝置與登入資訊、帳戶行為
偵測的難處 交易本身看起來正常,因為是本人操作 要在不影響正常交易的前提下即時攔阻

兩者可以互補:交易監控也能協助發現被害人受騙而自行付款的交易,公開內容中的詐騙線索可提醒交易端留意特定話術或收款情境,交易端的異常也能回頭補充監測用的關鍵字。

為什麼詐騙偵測愈來愈受重視?

以公開的官方統計為例,美國聯邦貿易委員會(FTC)2026 年 3 月 25 日在國會證詞中表示,2025 年消費者向其 Consumer Sentinel Network 資料庫通報約 300 萬件詐欺,通報損失 159 億美元;通報損失最高的是投資詐騙,超過 79 億美元;冒名詐騙則是 2020 年以來最常被通報的類型,2025 年超過 100 萬件通報、損失超過 35 億美元。依美國聯邦調查局網路犯罪投訴中心(IC3)的 2025 年報告,該中心收到 1,008,597 件投訴,通報損失 208.77 億美元,其中投資類約 86.5 億美元。

這些是民眾主動通報的數字,不代表全部損失;兩個機關的統計口徑不同,不能相加。這些統計顯示投資與冒名詐騙造成可觀的通報損失,但不能用來衡量任何一種偵測方法的效果。

一場詐騙在各階段留下哪些訊號?

多數詐騙會經過幾個階段。公開內容監測通常只看得到最前段的接觸與引流,後段的私訊、封閉群組與金流,需要平台、電信或金融機構依其權責處理。

階段 常見手法 可能看到的訊號 通常由誰看得到
接觸與引流 冒名廣告、冒用名人推薦投資、留言區假客服、假賣場 高報酬或限時話術、要求加入外部群組、仿冒名稱與頭像、短網址 公開內容監測、平台、被冒名的機構
建立信任 私訊、投資群組、假的交易平台或網站 新註冊的仿冒網域、群組內的假獲利截圖 平台、民眾通報、部分可公開查詢的網域資訊
要求付款 轉帳、購買點數、加密資產入金 非本人慣用的收款帳戶、短時間大額轉出 金融機構、支付業者
金流移轉 多層轉帳、人頭帳戶 帳戶異常的進出模式 金融機構與執法機關

公開內容中常見的詐騙訊號

以下訊號單獨出現時都不足以下結論,通常要幾種同時出現,並經人員查證:

  • 內容訊號:保證獲利、穩賺不賠、限時名額,或要求加 LINE、私訊、下載不明應用程式。
  • 身分訊號:名稱與官方只差一個字、盜用機構標誌或名人肖像、自稱客服卻不是官方帳號。
  • 帳號訊號:新建帳號、近期改名、追蹤者與互動明顯不相稱。
  • 協同訊號:多個帳號在短時間內發布相近內容,或集中在同類貼文下留言。
  • 連結訊號:短網址、與官方相似的網域、剛註冊的網站。

真實的投資討論、官方合作的推薦與一般商家的促銷也可能出現相似的字眼,因此容易造成誤判。帳號層的判讀方式可參考 假帳號怎麼辨識?四層訊號與容易誤判的地方。

常見的詐騙偵測方法

以下是業界常見的一般做法,實務上多半組合使用,各有長處與限制:

方法 做法 長處 限制
規則與關鍵字 以話術詞彙、機構名稱的變體、聯絡方式格式設定條件 容易解釋、上線快 話術改寫後可能避開既有規則,常見字眼容易誤判
相似內容比對 把文字轉成語意向量(embedding),或比對圖片的相似度,找出與已知詐騙內容相近的改寫版本 可協助找出語意相近的改寫,或視覺相似的圖片變體 需要持續更新已知樣本,相似不代表就是詐騙
分類模型 以標註過的樣本訓練模型,判斷內容屬於哪種詐騙樣態 可處理大量內容,分類分數可搭配規則協助排序 需要標準一致的標註資料,新手法出現時效果會下降
帳號與關係分析 看帳號建立時間、改名紀錄,以及帳號之間的共同行為 能看出單篇內容看不出的帳號群 公開資料有限,不能據此判定帳號背後是誰
大型語言模型輔助初篩 讓模型摘要內容、說明符合哪些可疑特徵,協助人員排序 能處理多語與新的說法,並附上判讀理由 可能產生錯誤說明,結論仍需人員確認

怎麼評估詐騙偵測的效果?

  • 精確率與召回率要一起看:以事先定義並經人工覆核的標註為基準,精確率是系統標記的內容中確實屬於目標類別的比例,召回率是所有屬於目標類別的內容中被系統找到的比例。只看其中一個,很容易用調整門檻做出好看的數字。
  • 誤判的代價:把正常商家或一般討論標成詐騙,可能造成錯誤檢舉;漏掉詐騙則讓民眾持續曝險。兩種錯誤的成本不同,門檻應依用途設定。
  • 詐騙內容占比低時:當監測資料中詐騙只占一小部分時,即使誤判率看似很低,誤報的絕對數量仍可能超過真正的詐騙,人員負擔要一併估算。
  • 話術變化與刻意規避:詐騙者會用同音字、拆字、把文字放進圖片或影片,評估資料要定期加入新樣本。
  • 公開數字要附條件:對外說明偵測成效時,應同時說明測試資料的來源與期間、模型版本、指標的定義與計算方式,否則不同數字無法比較。

人工覆核應該放在哪裡?

系統適合處理大量蒐集、初篩與排序,以下節點應由人員判斷:

  • 判斷一則內容或一個帳號是否列為疑似詐騙線索,並記錄依據
  • 決定是否向平台檢舉、通知被冒名的機構或提供給執法機關
  • 內容涉及特定個人或可能影響他人名譽時
  • 模型信心低,或出現過去沒看過的手法時

覆核時應保存網址、截圖與擷取時間等可覆核的紀錄,因為詐騙內容常在短時間內被刪除或改名。系統的判讀結果與人員的覆核結論最好分成兩個欄位記錄,避免機器的標記被當成人的判斷。

銀行、電商、電信與主管機關各需要什麼?

  • 銀行與金融業:留意冒用機構名稱、高階主管或商品的貼文與廣告,以及在官方貼文下出現的假客服;這些公開線索可與交易端的監控互相參照。實際做法見 金融冒名與詐騙帳號監測。
  • 電商平台:假賣場、冒名客服與釣魚連結會借用平台名稱引流。台灣《詐欺犯罪危害防制條例》第 36 條要求電商業者盡善良管理人的注意義務,防止服務遭濫用於詐欺犯罪,經司法警察機關或目的事業主管機關通知服務疑似涉詐後,應配合辦理,並對涉詐用戶帳號於合理期間暫停服務;第 37 條規定紀錄保存與配合調取。
  • 電信業者:同條例第 14 條要求電信事業採取合理措施防止服務遭濫用於詐欺犯罪,第 15 條至第 23 條則涉及申辦身分核對、疑似涉詐門號的重新核對與停限服務等。電信端的訊號多半不是公開資料,公開內容監測能補充的是外部流傳的話術與冒名情形。
  • 主管機關與研究單位:掌握新出現的手法與話術、被冒用的機構與名人,作為宣導與政策評估的參考;違規廣告的辨識與複核,可參考 AI 違規廣告檢測是什麼。

各地法規怎麼要求業者防詐?

以下只摘要與本文相關的部分,並非完整義務清單;條文以各地官方公告為準,個案適用請洽法務或律師,本文不構成法律意見。

  • 台灣:《詐欺犯罪危害防制條例》於 2024 年 7 月 31 日制定公布,2026 年 1 月 21 日修正部分條文,第二章「就源防詐機制」分為金融、電信與數位經濟三節,數位經濟一節涵蓋網路廣告平臺、第三方支付、電商與網路連線遊戲業者;部分條文的施行日期另由行政院定之。網路廣告平臺相關條文的整理見金融冒名與詐騙帳號監測一文。
  • 英國:自 2024 年 10 月 7 日起,英國境內經 Faster Payments 或 CHAPS 轉帳、符合範圍的 APP 詐騙改為強制退款,每件申請的強制退款上限為 85,000 英鎊(業者可自願退更多),收款端的業者也納入這套機制。
  • 澳洲:《Scams Prevention Framework Act 2025》建立防詐框架,初期適用於銀行、電信與數位平台產業中提供受指定服務的業者,要求建立治理機制,並預防、偵測、中斷、回應與通報詐騙;依澳洲證券投資委員會(ASIC)說明,多數義務自 2027 年 3 月 31 日起適用。

公開內容偵測的限制

  • 私訊、封閉群組與一對一通話看不到,民眾被引出公開平台後的過程無法追蹤。
  • 平台改版、限制存取或內容被刪除時,蒐集結果可能出現缺漏。
  • 偵測結果只能指出可疑的內容與帳號,不能判定背後是誰或是否違法;涉及犯罪嫌疑時由有權機關依法調查。
  • 公開可見不代表可以任意蒐集或利用,處理發文者的個人資料仍須符合個人資料保護的規定。

常見問題

不應如此使用。系統可以找出可疑內容、依風險排序並說明符合哪些特徵,但是否列為疑似詐騙線索、是否檢舉或通報,應由人員查證後決定;涉及犯罪嫌疑時,由有權機關依法調查。
能看到的主要是接觸與引流階段,例如冒名廣告、假客服留言與假投資貼文。民眾被引到私訊或封閉群組後的對話,以及後續的金流,公開內容監測看不到,需要平台、電信與金融機構依各自權責處理。
交易監控看的是交易、登入與帳戶行為,除了盜刷與帳號被盜,也能協助發現被害人受騙而自行付款的交易;本文的詐騙偵測則聚焦這類受騙情境的前段,從公開內容、廣告與帳號找線索。兩者可以互相參照。
精確率與召回率要一起看,並確認測試資料的來源與期間、模型版本與指標定義。當詐騙在監測內容中占比低時,即使誤判率看似不高,誤報數量仍可能可觀;話術也會持續變化,評估資料需要定期更新。

想從公開內容掌握詐騙線索嗎?

聯絡 LargitData 團隊,了解 InfoMiner、社群異常帳號偵測與 AI 違規廣告檢測如何協助您的防詐工作。

了解社群異常帳號偵測