Схема судебной экспертизы психологических манипуляций в кибермошенничестве: анализ жалоб с помощью LLM

Психологические манипуляции — ключевой инструмент кибермошенников, но до недавнего времени не существовало стандартизированной судебной схемы для их классификации. Группа исследователей разработала такую схему, включающую четыре категории и 35 вопросов, которые позволяют систематизировать тактики обмана. Схема была протестирована на 10 994 жалобах жертв с помощью аннотации на основе большой языковой модели (LLM) и показала высокую согласованность с человеческими экспертами. Это открывает новые возможности для расследований и профилактики киберпреступлений.

Почему существующие классификации неэффективны

Традиционные методы классификации киберпреступлений фокусируются на контактных метаданных и финансовых транзакциях, полностью игнорируя психологические техники, которые используют злоумышленники. Например, фишинговые письма могут содержать элементы срочности или угрозы, а инвестиционные схемы — манипуляции доверием. Без учета этих аспектов правоохранительные органы теряют важные улики, которые могли бы помочь в выявлении серийных мошенников и предотвращении новых атак.

Новая судебная схема восполняет этот пробел. Она включает 11 дополнительных индикаторов манипуляции, таких как создание ложного чувства безопасности, эксплуатация эмоциональных триггеров и использование социального доказательства. Также добавлены поля для доказательств на основе криптовалют, что особенно актуально для современных мошеннических схем, где часто используются биткоин и другие цифровые активы.

Как устроена новая схема

Схема основана на существующих судебных основах, но значительно расширена. Она состоит из четырех основных категорий: контактное взаимодействие, финансовые транзакции, психологические манипуляции и цифровые доказательства. Каждая категория включает набор вопросов, которые помогают эксперту систематизировать информацию из жалобы потерпевшего.

Психологическая категория содержит 35 вопросов, охватывающих такие техники, как создание срочности, использование авторитета, манипуляция чувством вины и обещание быстрой выгоды. Для каждой техники предусмотрены конкретные индикаторы, которые можно проверить по тексту жалобы. Например, если мошенник требовал немедленного перевода денег под угрозой потери возможности, это фиксируется как индикатор манипуляции срочностью.

Результаты тестирования на реальных жалобах

Исследователи применили схему к 10 994 жалобам из базы данных Федеральной торговой комиссии США. Для автоматической аннотации использовалась большая языковая модель GPT-4, которая анализировала текст каждой жалобы и присваивала категории манипуляции. Результаты сравнили с аннотациями двух человеческих экспертов.

Согласие между LLM и человеком оказалось высоким: каппа Коэна составила 0.69, что сопоставимо с согласием между двумя аннотаторами (0.68). Это означает, что модель может эффективно заменять или дополнять человеческий труд при анализе больших объемов данных. Для каждого крупного типа мошенничества — например, фишинг, инвестиционные схемы, романтические аферы — был выявлен статистически значимый профиль манипуляции. Сила связи (Cramer's V) достигала 0.790, что указывает на четкие паттерны.

Практическое применение для правоохранителей

Схема может быть интегрирована в рабочие процессы правоохранительных органов и судебных экспертов. При расследовании конкретного случая эксперты могут использовать вопросы схемы как чек-лист для интервью с жертвой, что поможет не упустить важные детали. Кроме того, автоматизированный анализ жалоб с помощью LLM позволит быстро выявлять серии преступлений, совершенных по одной схеме.

Разработчики систем AI-ассистированного опроса жертв также выиграют от этой схемы. Встраивая ее в свои продукты, они смогут предлагать пользователям целенаправленные вопросы, повышая качество собираемой информации. Это особенно важно для онлайн-платформ, где жертвы часто не знают, какие детали важны для расследования.

Какие ограничения выявило исследование

Аудит доказательств показал, что хотя обнаружение техник манипуляции было надежным, детализация в жалобах сильно варьировалась. Некоторые жертвы описывали манипуляции очень подробно, другие — скупо. Это означает, что схема может работать лучше при наличии структурированных интервью, а не свободных текстов.

Кроме того, идентификаторы блокчейна — например, адреса криптовалютных кошельков — почти отсутствовали в жалобах. Это серьезный пробел, так как криптовалюты часто используются для анонимных платежей. Исследователи рекомендуют разработать процедуры, которые побуждают жертв предоставлять такие данные, возможно, через автоматические подсказки при подаче жалобы.

Как интегрировать блокчейн-данные в расследования

На данный момент неизвестно, насколько эффективна схема в реальных расследованиях за пределами исследовательского датасета. Однако первые результаты обнадеживают. Для интеграции блокчейн-данных необходимо создать стандартизированные поля в жалобах, куда потерпевшие могли бы вводить адреса кошельков, хэши транзакций и другие идентификаторы. Правоохранительные органы могут использовать эти данные для отслеживания движения средств и выявления мошенников.

Какие перспективы открывает эта схема

В будущем схему можно адаптировать для разных юрисдикций и типов мошенничества. Она также может стать основой для обучения сотрудников правоохранительных органов распознаванию психологических манипуляций. Кроме того, использование LLM для анализа жалоб позволит обрабатывать миллионы обращений в реальном времени, выявляя новые тренды в тактиках мошенников.

Исследователи планируют расширить схему, включив в нее больше категорий манипуляций и улучшив интеграцию с блокчейн-аналитикой. Также ведутся работы по созданию открытого датасета аннотированных жалоб, который поможет другим командам разрабатывать аналогичные инструменты.

Почему это важно для обычных пользователей

Хотя схема предназначена в первую очередь для профессионалов, она косвенно влияет на всех, кто пользуется интернетом. Более эффективные расследования означают, что мошенников будут чаще ловить, а значит, меньше людей станут жертвами. Кроме того, понимание типичных манипуляций помогает пользователям распознавать их в реальной жизни и избегать обмана.

Таким образом, новая судебная схема — это шаг к более системному подходу в борьбе с кибермошенничеством. Она объединяет психологию, криминалистику и современные технологии, чтобы дать правоохранителям инструмент, который действительно работает.