CAPIT SCAM
Repérez les fausses annonces et les arnaques avant vos visiteurs
SCAM lit les profils, annonces, textes et photos publiés sur votre site et indique à votre modérateur ceux qu’il doit examiner en premier, avec les raisons. Il a appris sur les décisions de modération du site de rencontres Affection.org depuis 2017.
Lancement privé : l’accès est accordé sur demande, site par site, après un échange avec nous.
Les 50 premières analyses de chaque mois sont gratuites. Au-delà, les tarifs vous sont communiqués avant toute facturation.
- Un avis, jamais une sanction : SCAM classe votre file de modération et explique ; votre modérateur décide.
- Des raisons lisibles : photo déjà vue dans une fraude, courriel ou réseau déjà sanctionné sur votre site, demande d’argent dans le texte, signaux réseau que vous transmettez.
- Appris sur des décisions réelles : 16 321 fraudes et 11 730 annonces légitimes confirmées par des modérateurs.
- Un site, une clé, une file : vos données et vos retours restent séparés de ceux des autres clients.
- Aucun critère d’apparence : le sexe, l’âge ou le physique ne sont jamais un motif.
- Une API HTTPS simple, avec analyses asynchrones et suivi de votre consommation.
Comment ça marche
- Votre site envoie à SCAM le texte, la photo ou le profil à examiner, avec la clé de votre site.
- SCAM accuse réception, puis analyse en arrière-plan. Vous relisez le résultat avec l’identifiant reçu : votre page n’attend pas.
- Le résultat donne un risque estimé, les raisons et une recommandation : revue habituelle, examiner avec attention ou examiner en priorité.
- Votre modérateur tranche. Sa décision peut être renvoyée à SCAM, qui la conserve séparément pour votre site.
Comment SCAM a appris à reconnaître les fraudes
Un modèle apprend à partir d’exemples dont on connaît la réponse. SCAM a utilisé ceux qui existaient déjà : les décisions de modération d’Affection.org, depuis 2017.
- 160 615 annonces examinées, dont 16 321 fraudes confirmées par un modérateur et 11 730 annonces légitimes confirmées.
- Les 48 335 suppressions automatiques de l’ancien système servent de mémoire (« ce courriel a déjà été sanctionné ») mais pas d’exemples, car aucun humain ne les a jugées : SCAM n’imite pas les erreurs d’un robot.
- Pour chaque annonce, SCAM ne voit que ce qui était connu avant sa création : même courriel, même adresse IP, même réseau, même pseudo ou même photo qu’une annonce déjà sanctionnée, réputation de l’adresse IP, pays de l’IP différent du pays déclaré, indices dans le texte.
- Les photos sont comparées par empreinte, ce qui reconnaît une même image recompressée ou retournée comme dans un miroir. L’image elle-même n’est pas conservée dans le jeu d’apprentissage.
- Le modèle est jugé uniquement sur une période qu’il n’a jamais vue (mars à novembre 2026) : on ne l’évalue jamais sur ce qu’il a déjà appris.
Ce que cela donne
Test sur 690 annonces d’Affection.org de mars à novembre 2026, dont 39 fraudes, jamais vues pendant l’apprentissage. Question : en lisant seulement les 10 % d’annonces du haut du classement (69 annonces), combien de fraudes trouve-t-on ?
| Façon de choisir les 69 annonces à lire | Fraudes trouvées sur 39 |
|---|---|
| Au hasard | environ 4 |
| Classement d’un modèle simple | 8 |
| Classement SCAM | 25 |
Évaluation rétrospective sur un seul site et sur peu de fraudes : les chiffres sont à confirmer sur votre propre site. Mesures du 18 novembre 2026.
Ce que SCAM croise
- L’historique de votre site : annonces déjà sanctionnées, même courriel, même réseau, même photo.
- Les signaux réseau que votre site transmet : VPN, proxy, hébergeur, écart entre le pays déclaré et le pays de la connexion.
- Le texte : demande d’argent, coordonnées bancaires, invitation à passer sur une messagerie externe, injure ou menace dirigée.
- D’autres bases de réputation et de signalements d’escrocs pourront être ajoutées, selon leurs conditions d’utilisation.
Ce que SCAM ne fait pas
- Il ne supprime rien et ne valide rien : il donne un avis.
- À ce stade il sert à classer la file de modération, pas à supprimer automatiquement : ses scores ne sont pas encore assez sûrs pour décider seuls.
- Les résultats ci-dessus viennent d’un seul site et d’un test de 39 fraudes. Votre site aura sa propre mesure.
Une API pour votre développeur
Vous envoyez, SCAM répond par un identifiant, vous relisez le résultat. Documentation OpenAPI et exemples JavaScript, Python et PHP fournis avec votre accès, avec l’adresse de base de l’API.
POST /v1/check/text | Analyser un texte ou une description d’annonce. |
|---|---|
POST /v1/check/image | Analyser une photo (empreinte, réutilisation, contenu). |
POST /v1/check/profile | Analyser un profil : texte, signaux du réseau et mesures de votre site. |
GET /v1/analysis/{id} | Relire le résultat d’une analyse. |
POST /v1/feedback | Renvoyer la décision de votre modérateur. |
GET /v1/usage | Suivre votre consommation du mois. |
Vos données
Chaque site a sa clé et ses données séparées. Les courriels, adresses IP et pseudos sont transformés en empreintes qui permettent de reconnaître « le même » sans l’afficher. Les retours de votre modérateur ne servent à entraîner un modèle que si vous l’autorisez. Les conditions précises de traitement sont convenues à l’ouverture de votre accès.
Participer au lancement
SCAM n’est pas encore ouvert au public. Décrivez votre site et le type d’annonces ou de profils à protéger : nous vous répondons avec un accès d’essai.
