新的研究旨在為電話公司提供工具，以幫助遏制robocalls。 彼得·達茲利（Peter Dazeley）/通過Getty Images提供的圖片庫
超過80％的robocall來自假號碼-接聽或不接聽電話對您將獲得的來電數量沒有影響。 這些是關於 11個月的學習 從2019年2020月到XNUMX年XNUMX月進行的不請自來的電話。
為了更好地了解這些不受歡迎的呼叫者的工作方式，我們在電話安全實驗室監控了接到的超過66,000條電話線的每個電話， 機器人天文台 在北卡羅來納州立大學。 在研究過程中，我們收到了1.48萬個未經請求的電話。 我們接聽了其中一些電話，而另一些則讓我們響鈴。 與之相反 大眾智慧，我們發現接聽電話對電話號碼收到的自動撥打電話的數量沒有影響。 在整個研究過程中，每週的自動呼叫量保持不變。
作為我們研究的一部分，我們還開發了第一種方法來識別導致大量此類煩人， 非法 和欺詐性的robocall。 機器人通話活動的主要類型涉及學生貸款，健康保險，Google公司列表，一般財務欺詐以及長期運行 社會保障騙局.
通過使用這些技術，我們了解到，平均每個機器人通話活動中超過80％的呼叫使用偽造的或短暫的電話號碼來撥打他們不需要的電話。 犯罪者利用這些電話號碼欺騙受害者，使識別和起訴非法機器人呼叫者變得更加困難。
我們還看到，一些欺詐性的自動電話竊聽活動使政府機構冒充了許多個月而沒有被發現。 他們用英語和普通話使用消息，並以嚴重後果威脅受害者。 這些信息以弱勢人群為目標，包括移民和老年人。
為何重要
提供商可以使用耗時的手動流程來確定呼叫的真正來源 追溯。 如今，太多的用於回溯的robocall不能成為每個呼叫的實用解決方案。 我們的自動電話競選活動識別技術不僅是強大的研究工具。 服務提供商也可以使用它來識別大規模的robocalling操作。
使用我們的方法，提供商只需為每個robocalling廣告活動調查少量呼叫。 通過針對濫用robocall的來源，服務提供商可以阻止或關閉這些操作，並保護其訂戶免受欺詐和非法電話銷售的侵害。
什麼仍然未知
提供商正在部署一種稱為 攪拌/搖動，這可能會阻止robocaller欺騙他們的電話號碼。 部署後，它將簡化呼叫的回溯，但不適用於使用較舊技術的提供商。 呼叫機器人還可以快速適應新情況，因此他們可以找到解決STIR / SHAKEN的方法。
沒有人知道自動呼叫者如何與受害者互動以及他們改變策略的頻率。 例如，現在越來越多的自動電話和騙子 使用COVID-19作為前提 騙人
下一步是什麼
在未來的幾年中，我們將繼續對robocalls進行研究。 我們將研究STIR / SHAKEN是否減少了機器人通話。 我們還在開發技術，以更好地識別，理解並幫助提供商和執法部門針對自動電話呼叫操作。
關於作者
Sathvik Prasad，計算機科學系博士研究生， 北卡羅來納州立大學 和計算機科學助理教授Bradley Reaves， 北卡羅來納州立大學
