詐騙簡訊滿天飛 Whoscall智慧簡訊管家利用AI揪出垃圾訊息

根據陌生來電辨識軟體 Whoscall 統計，2019 年台灣人均收到 77 封騷擾簡訊（包含詐騙和推銷內容），2020 年起暴增至 239 封騷擾簡訊（包含詐騙和推銷內容），平均一週高達 4.9 封。今年隨著股市話題升溫、投顧老師百家爭鳴，透過簡訊進行詐騙與推銷的情況更加氾濫，截至 10 月，平均一週人均收到騷擾簡訊數量已經暴增到 7.4 封，相當於每天都會收到超過一封。

隨著詐騙場景的轉移，Whoscall 宣布推出全新功能「智慧簡訊管家」，在更新至最新版本後，智慧簡訊管家將透過 AI 技術，進行陌生簡訊的自動辨識，並區分出垃圾訊息（如詐騙簡訊、可疑貸款簡訊）、促銷訊息（如推銷簡訊）、交易訊息（如交易驗證碼）等類型，讓用戶一目瞭然，不必再擔心被釣魚簡訊詐騙。

Whoscall 運用機器學習（ML）技術，以深度學習（Deep learning）方式打造全球首創的簡訊中文語意分析模型。Whoscall 用戶只要開啟智慧簡訊管家功能，便能直接將模型安裝至行動裝置中，系統會在收到簡訊後直接進行過濾與分類，無須上傳任何內容，以保障用戶隱私。

為提升 Whoscall 釣魚連結資料庫的全面性，Whoscall 智慧簡訊管家還與 Google 釣魚連結防範服務資料庫、刑事局 165 反詐騙諮詢專線、金融資安資訊分享與分析中心等單位合作，共同對抗詐騙。目前 Whoscall 智慧簡訊管家已能幫助用戶在收到簡訊的 0.5 秒內，直接在行動裝置上透過 AI 辨識出 90% 以上的垃圾訊息，且能達到 90% 以上的辨識準確度。

Gogolook 軟體與 AI 數據技術研發總監李彥儒進表示，從 2019 年開始，Whoscall 就著手研發行動裝置上離線簡訊文字辨識技術，不僅建構了簡訊大數據的資料處理與模型訓練流程，同時也確保能產出高準確度且快速、輕量化的 AI 模型。透過自然語言處理（Natural Language Processing）與深度學習（Deep Learning）的特性，未來智慧簡訊管家可以預測詐騙簡訊的行為模式並做到有效的阻斷，保護用戶於未然。