CAPIT SCAM
Herken nepadvertenties en oplichting vóór uw bezoekers
SCAM leest de profielen, advertenties, teksten en foto’s die op uw site staan en geeft uw moderator aan welke hij eerst moet bekijken, met de redenen. Het heeft geleerd van de moderatiebeslissingen van de datingsite Affection.org sinds 2017.
Besloten lancering: toegang wordt op aanvraag verleend, site per site, na een gesprek met ons.
De eerste 50 analyses van elke maand zijn gratis. Daarna worden de tarieven u meegedeeld vóór er iets wordt gefactureerd.
- Een advies, nooit een sanctie: SCAM rangschikt uw moderatiewachtrij en legt uit; uw moderator beslist.
- Begrijpelijke redenen: foto die al in een fraudegeval is gezien, e-mailadres of netwerk dat al op uw site is gesanctioneerd, geldvraag in de tekst, netwerksignalen die u doorgeeft.
- Geleerd van echte beslissingen: 16.321 fraudegevallen en 11.730 legitieme advertenties, bevestigd door moderatoren.
- Eén site, één sleutel, één wachtrij: uw gegevens en uw feedback blijven gescheiden van die van andere klanten.
- Geen uiterlijkscriteria: geslacht, leeftijd of lichaamsbouw zijn nooit een reden.
- Een eenvoudige HTTPS-API, met asynchrone analyses en inzicht in uw verbruik.
Hoe het werkt
- Uw site stuurt de tekst, foto of het profiel dat moet worden bekeken naar SCAM, met de sleutel van uw site.
- SCAM bevestigt de ontvangst en analyseert op de achtergrond. U leest het resultaat opnieuw uit met de ontvangen identificatiecode: uw pagina hoeft niet te wachten.
- Het resultaat geeft een geschat risico, de redenen en een aanbeveling: gebruikelijke controle, aandachtig bekijken of met voorrang bekijken.
- Uw moderator beslist. Zijn beslissing kan naar SCAM worden teruggestuurd, dat ze apart bewaart voor uw site.
Hoe SCAM heeft geleerd fraude te herkennen
Een model leert van voorbeelden waarvan het antwoord bekend is. SCAM gebruikte wat er al was: de moderatiebeslissingen van Affection.org, sinds 2017.
- 160.615 onderzochte advertenties, waaronder 16.321 door een moderator bevestigde fraudegevallen en 11.730 bevestigde legitieme advertenties.
- De 48.335 automatische verwijderingen van het oude systeem dienen als geheugen (“dit e-mailadres is al gesanctioneerd”), maar niet als voorbeelden, omdat geen mens ze heeft beoordeeld: SCAM bootst de fouten van een robot niet na.
- Van elke advertentie ziet SCAM alleen wat bekend was vóór de plaatsing: hetzelfde e-mailadres, hetzelfde IP-adres, hetzelfde netwerk, dezelfde gebruikersnaam of dezelfde foto als een al gesanctioneerde advertentie, reputatie van het IP-adres, IP-land dat verschilt van het opgegeven land, aanwijzingen in de tekst.
- Foto’s worden vergeleken via een vingerafdruk, waarmee dezelfde afbeelding wordt herkend, ook als die opnieuw is gecomprimeerd of gespiegeld. De afbeelding zelf wordt niet bewaard in de trainingsset.
- Het model wordt alleen beoordeeld op een periode die het nooit heeft gezien (maart tot november 2026): we beoordelen het nooit op wat het al heeft geleerd.
Wat dat oplevert
Test op 690 advertenties van Affection.org van maart tot november 2026, waaronder 39 fraudegevallen, nooit gezien tijdens het leren. Vraag: als we alleen de 10% advertenties bovenaan de rangschikking lezen (69 advertenties), hoeveel fraudegevallen vinden we dan?
| Manier om de 69 te lezen advertenties te kiezen | Gevonden fraudegevallen van 39 |
|---|---|
| Willekeurig | ongeveer 4 |
| Rangschikking van een eenvoudig model | 8 |
| Rangschikking van SCAM | 25 |
Retrospectieve evaluatie op één enkele site en met weinig fraudegevallen: de cijfers moeten op uw eigen site worden bevestigd. Metingen van 18 november 2026.
Wat SCAM combineert
- De geschiedenis van uw site: al gesanctioneerde advertenties, hetzelfde e-mailadres, hetzelfde netwerk, dezelfde foto.
- De netwerksignalen die uw site doorgeeft: VPN, proxy, hostingbedrijf, verschil tussen het opgegeven land en het land van de verbinding.
- De tekst: geldvraag, bankgegevens, uitnodiging om over te stappen naar een externe berichtendienst, gerichte belediging of bedreiging.
- Andere reputatiedatabanken en meldingen over oplichters kunnen worden toegevoegd, volgens hun gebruiksvoorwaarden.
Wat SCAM niet doet
- Het verwijdert niets en keurt niets goed: het geeft een advies.
- In dit stadium dient het om de moderatiewachtrij te rangschikken, niet om automatisch te verwijderen: de scores zijn nog niet betrouwbaar genoeg om alleen te beslissen.
- De resultaten hierboven komen van één enkele site en van een test met 39 fraudegevallen. Uw site krijgt zijn eigen meting.
Een API voor uw ontwikkelaar
U verstuurt, SCAM antwoordt met een identificatiecode, u leest het resultaat opnieuw uit. OpenAPI-documentatie en voorbeelden in JavaScript, Python en PHP worden bij uw toegang geleverd, samen met het basisadres van de API.
POST /v1/check/text | Een tekst of advertentiebeschrijving analyseren. |
|---|---|
POST /v1/check/image | Een foto analyseren (vingerafdruk, hergebruik, inhoud). |
POST /v1/check/profile | Een profiel analyseren: tekst, netwerksignalen en metingen van uw site. |
GET /v1/analysis/{id} | Het resultaat van een analyse opnieuw uitlezen. |
POST /v1/feedback | De beslissing van uw moderator terugsturen. |
GET /v1/usage | Uw verbruik van de maand volgen. |
Uw gegevens
Elke site heeft zijn eigen sleutel en gescheiden gegevens. E-mailadressen, IP-adressen en gebruikersnamen worden omgezet in vingerafdrukken waarmee “hetzelfde” wordt herkend zonder het te tonen. De feedback van uw moderator wordt alleen gebruikt om een model te trainen als u dat toestaat. De precieze verwerkingsvoorwaarden worden afgesproken bij de opening van uw toegang.
Deelnemen aan de lancering
SCAM is nog niet open voor het publiek. Beschrijf uw site en het soort advertenties of profielen dat u wilt beschermen: wij antwoorden met een proeftoegang.
