生成式人工智能驱动下电信网络诈骗风险演化实证研究 (1).pdfVIP

研究与开发

生成式人工智能驱动下电信网络诈骗风险演化实证研究

1,22311

周胜利，徐睿，陈庭贵，汪邵杰，王镇波

（1.浙江警察学院信息网络安全学院，浙江杭州310053；

2.杭州电子科技大学网络空间安全学院，浙江杭州310018；

3.浙江工商大学统计与数学学院，浙江杭州310018）

摘要：利用知识图谱与事理图谱技术对生成式人工智能驱动下的电信网络诈骗案件进行实证研究，可以更

直观地回溯受骗过程中风险的演化方式，对新型电信网络诈骗反制预警具有重要意义。基于利用生成式人工

智能实施的电信网络诈骗案件数据，首先，进行语义角色标注和依存句法分析；然后，通过事件元素识别和

事件关系抽取，构建案件知识图谱和事理图谱；最后，结合数理统计和图谱技术分析电信网络诈骗风险演化

的关键环节和演化模式。研究表明，嫌疑人借助生成式人工智能技术能更有效地利用证真偏差现象，博取受

害人的信任；生成式人工智能驱动下电信网络诈骗风险的演化模式可分为3类，长链型演化模式反映了案件

中的完整风险事件及事件间的演化过程，星型和复合型演化模式反映了同类案件中存在的不同风险行为模式

及核心风险事件节点，能为制定更加科学合理的电信网络诈骗治理对策提供理论依据。

关键词：生成式人工智能；电信网络诈骗；知识图谱；事件元素识别；深度聚类

中图分类号：D631.2

文献标志码：A

doi:10.11959/j.issn.1000−0801.2025135

Empiricalstudyontheevolutionoftelecomfraudrisks

drivenbyartificialintelligencegeneratedcontent

1,22311

ZHOUShengli,XURui,CHENTinggui,WANGShaojie,WANGZhenbo

1.SchoolofInformationNetworkSecurity,ZhejiangPoliceCollege,Hangzhou310053,China

2.SchoolofCyberspaceSecurity,HangzhouDianziUniversity,Hangzhou310018,China

3.SchoolofStatisticsandMathematics,ZhejiangGongshangUniversity,Hangzhou310018,China

Abstract:Theapplicationofknowledgegraphandeventicgraphtechnologiesintheempiricalstudyoftelecomfraud

casesdrivenbyartificialintelligencegeneratedcontent(AIGC)allowsforamoreintuitivetracingoftheevolutionof

risksduringthevictimizationprocess,whichisofgreatsignificanceforcounteringandearlywarningofnewtypesof

telecomfraud.BasedondatafromtelecomfraudcasesimplementedusingAIGC,semanticrolelabelingandde