CAPIT SCAM
Individua gli annunci falsi e le truffe prima dei tuoi visitatori
SCAM legge i profili, gli annunci, i testi e le foto pubblicati sul tuo sito e indica al tuo moderatore quali esaminare per primi, con i motivi. Ha imparato dalle decisioni di moderazione del sito di incontri Affection.org dal 2017.
Lancio privato: l’accesso viene concesso su richiesta, sito per sito, dopo un confronto con noi.
Le prime 50 analisi di ogni mese sono gratuite. Oltre questa soglia, le tariffe ti vengono comunicate prima di qualsiasi fatturazione.
- Un parere, mai una sanzione: SCAM ordina la tua coda di moderazione e spiega; il tuo moderatore decide.
- Motivi leggibili: foto già vista in una truffa, e-mail o rete già sanzionate sul tuo sito, richiesta di denaro nel testo, segnali di rete che trasmetti.
- Addestrato su decisioni reali: 16.321 truffe e 11.730 annunci legittimi confermati da moderatori.
- Un sito, una chiave, una coda: i tuoi dati e i tuoi riscontri restano separati da quelli degli altri clienti.
- Nessun criterio di aspetto: il sesso, l’età o il fisico non sono mai un motivo.
- Una semplice API HTTPS, con analisi asincrone e monitoraggio dei tuoi consumi.
Come funziona
- Il tuo sito invia a SCAM il testo, la foto o il profilo da esaminare, con la chiave del tuo sito.
- SCAM conferma la ricezione, poi analizza in background. Rileggi il risultato con l’identificativo ricevuto: la tua pagina non attende.
- Il risultato indica un rischio stimato, i motivi e una raccomandazione: revisione abituale, esaminare con attenzione o esaminare in via prioritaria.
- Il tuo moderatore decide. La sua decisione può essere rinviata a SCAM, che la conserva separatamente per il tuo sito.
Come SCAM ha imparato a riconoscere le truffe
Un modello impara da esempi di cui si conosce la risposta. SCAM ha usato quelli che esistevano già: le decisioni di moderazione di Affection.org, dal 2017.
- 160.615 annunci esaminati, di cui 16.321 truffe confermate da un moderatore e 11.730 annunci legittimi confermati.
- Le 48.335 eliminazioni automatiche del vecchio sistema servono da memoria («questa e-mail è già stata sanzionata») ma non da esempi, perché nessun essere umano le ha giudicate: SCAM non imita gli errori di un robot.
- Per ogni annuncio, SCAM vede solo ciò che era noto prima della sua creazione: stessa e-mail, stesso indirizzo IP, stessa rete, stesso pseudonimo o stessa foto di un annuncio già sanzionato, reputazione dell’indirizzo IP, paese dell’IP diverso dal paese dichiarato, indizi nel testo.
- Le foto sono confrontate tramite impronta, che riconosce una stessa immagine ricompressa o capovolta come in uno specchio. L’immagine in sé non viene conservata nell’insieme di addestramento.
- Il modello è valutato solo su un periodo che non ha mai visto (da marzo a novembre 2026): non lo si valuta mai su ciò che ha già imparato.
Che cosa si ottiene
Test su 690 annunci di Affection.org da marzo a novembre 2026, di cui 39 truffe, mai visti durante l’addestramento. Domanda: leggendo solo il 10 % di annunci in cima alla classifica (69 annunci), quante truffe si trovano?
| Modo di scegliere i 69 annunci da leggere | Truffe trovate su 39 |
|---|---|
| A caso | circa 4 |
| Classifica di un modello semplice | 8 |
| Classifica SCAM | 25 |
Valutazione retrospettiva su un solo sito e su poche truffe: le cifre vanno confermate sul tuo sito. Misurazioni del 18 novembre 2026.
Che cosa incrocia SCAM
- La storia del tuo sito: annunci già sanzionati, stessa e-mail, stessa rete, stessa foto.
- I segnali di rete che il tuo sito trasmette: VPN, proxy, fornitore di hosting, divario tra il paese dichiarato e il paese della connessione.
- Il testo: richiesta di denaro, coordinate bancarie, invito a passare a un servizio di messaggistica esterno, insulto o minaccia diretta.
- Altre banche dati di reputazione e di segnalazioni di truffatori potranno essere aggiunte, secondo le loro condizioni d’uso.
Che cosa SCAM non fa
- Non elimina nulla e non convalida nulla: dà un parere.
- Per ora serve a ordinare la coda di moderazione, non a eliminare automaticamente: i suoi punteggi non sono ancora abbastanza affidabili per decidere da soli.
- I risultati qui sopra provengono da un solo sito e da un test su 39 truffe. Il tuo sito avrà la sua misurazione.
Un’API per il tuo sviluppatore
Tu invii, SCAM risponde con un identificativo, tu rileggi il risultato. La documentazione OpenAPI e gli esempi in JavaScript, Python e PHP sono forniti con il tuo accesso, insieme all’indirizzo di base dell’API.
POST /v1/check/text | Analizzare un testo o la descrizione di un annuncio. |
|---|---|
POST /v1/check/image | Analizzare una foto (impronta, riutilizzo, contenuto). |
POST /v1/check/profile | Analizzare un profilo: testo, segnali di rete e misurazioni del tuo sito. |
GET /v1/analysis/{id} | Rileggere il risultato di un’analisi. |
POST /v1/feedback | Rinviare la decisione del tuo moderatore. |
GET /v1/usage | Seguire i tuoi consumi del mese. |
I tuoi dati
Ogni sito ha la propria chiave e dati separati. Le e-mail, gli indirizzi IP e gli pseudonimi vengono trasformati in impronte che permettono di riconoscere «lo stesso» senza mostrarlo. I riscontri del tuo moderatore servono ad addestrare un modello solo se lo autorizzi. Le condizioni precise di trattamento sono concordate all’apertura del tuo accesso.
Partecipa al lancio
SCAM non è ancora aperto al pubblico. Descrivi il tuo sito e il tipo di annunci o profili da proteggere: ti rispondiamo con un accesso di prova.
