Een uitgebreide studie naar de mechanismen achter telefonische fraude heeft aangetoond dat scamoperaties niet willekeurig opereren, maar functioneren als een strak georganiseerde industrie. Door gebruik te maken van vaste werkuren en gerecyclede scripts, proberen oplichters op systematische wijze gevoelige informatie van slachtoffers te ontfutselen.
Voor het onderzoek werd gebruikgemaakt van een zogenaamde 'honeypot', een AI-spraakagent die was ontworpen om bellers zo lang mogelijk aan de lijn te houden. In totaal werden 10.211 inkomende oproepen geanalyseerd, wat resulteerde in 913 uur aan audio en ruim 330.000 getranscribeerde interacties. Volgens de publicatie op arxiv.org waren deze oproepen afkomstig van 5.780 unieke telefoonnummers over een periode van 54 dagen.
Professionele organisatie en vaste patronen
De data wijzen op een sterke professionalisering van de fraudesector. Een opvallend kenmerk is de naleving van reguliere kantooruren; op werkdagen werden 6,6 keer meer oproepen geplaatst dan tijdens het weekend. Daarnaast blijkt de communicatie sterk gestandaardiseerd. De onderzoekers identificeerden dertig verschillende clusters van openingszinnen, waarbij slechts vijf van deze clusters verantwoordelijk waren voor de helft van al het verkeer.
In de analyse wordt een strikt onderscheid gemaakt tussen 'spam' en 'scams'. Waar spam wordt gezien als agressieve maar legale leadgeneratie, zijn scams expliciet gericht op het stelen van persoonlijke gegevens. Hierbij richten de daders zich minder op directe betalingsgegevens en vaker op 'identiteitsankers', zoals de geboortedatum en het woonadres van het doelwit. Om deze informatie te verkrijgen, zetten de bellers in op volhardigheid en het veinzen van autoriteit.
De rol van het slachtoffer
Om te onderzoeken of de identiteit van de ontvanger invloed heeft op de tactiek van de oplichter, werden tien fictieve profielen ingezet. De resultaten laten zien dat de leeftijd van het doelwit een significante impact heeft op de investering van de fraudeur. Voor elke tien jaar dat een slachtoffer ouder was, besteedden de oplichters gemiddeld 15% meer tijd aan het gesprek, uitgedrukt in het aantal conversationele beurten.
Ondanks deze variatie in tijdsinvestering bleef de kern van de vraag hetzelfde: de aard van de gevraagde gevoelige informatie veranderde niet op basis van leeftijd. In ongeveer 26,3% van alle gesprekken werd uiteindelijk gevraagd naar vertrouwelijke gegevens.
Technologische detectie en context
Het onderzoek suggereert dat scamgesprekken al in een zeer vroeg stadium herkend kunnen worden. De escalatie naar een scam is vaak al bij de eerste zin voorspelbaar, en de nauwkeurigheid van deze detectie neemt verder toe na acht zinnen. Opvallend is dat een eenvoudige 'bag-of-words' classifier vergelijkbare resultaten boekt als geavanceerde taalmodellen die op een apparaat draaien.
De moderne connectiviteit speelt hierbij een dubbelrol. Terwijl consumenten via platforms zoals apple.com toegang hebben tot geavanceerde communicatiehardware, maken fraudeurs juist gebruik van deze infrastructuur om hun scripts op grote schaal te verspreiden.
Hoewel de onderzoekers spreken over de 'anatomie' van fraude om de structurele opbouw van deze netwerken te beschrijven, is dit een metaforisch gebruik van het woord. Voor feitelijke informatie over de fysieke kenhub.com kan men terecht bij medische bronnen, maar in deze context gaat het puur om de methodiek van digitale criminaliteit.