CAPIT SCAM
Wykrywaj fałszywe ogłoszenia i oszustwa, zanim zobaczą je Twoi odwiedzający
SCAM czyta profile, ogłoszenia, teksty i zdjęcia publikowane na Twojej stronie i wskazuje moderatorowi, które powinien sprawdzić najpierw, podając powody. Uczył się na decyzjach moderacyjnych serwisu randkowego Affection.org od 2017 roku.
Prywatne uruchomienie: dostęp jest udzielany na prośbę, strona po stronie, po rozmowie z nami.
Pierwsze 50 analiz w każdym miesiącu jest bezpłatnych. Po ich wykorzystaniu cennik zostanie Ci przekazany przed jakimkolwiek rozliczeniem.
- Opinia, nigdy kara: SCAM porządkuje kolejkę moderacji i wyjaśnia; decyduje moderator.
- Zrozumiałe powody: zdjęcie już widziane w oszustwie, e-mail lub sieć już ukarane na Twojej stronie, prośba o pieniądze w tekście, sygnały sieciowe, które przekazujesz.
- Nauczony na prawdziwych decyzjach: 16 321 oszustw i 11 730 prawdziwych ogłoszeń potwierdzonych przez moderatorów.
- Jedna strona, jeden klucz, jedna kolejka: Twoje dane i Twoje odpowiedzi pozostają oddzielone od danych innych klientów.
- Żadnych kryteriów wyglądu: płeć, wiek ani sylwetka nigdy nie są powodem.
- Prosty interfejs API przez HTTPS, z analizami asynchronicznymi i podglądem zużycia.
Jak to działa
- Twoja strona wysyła do SCAM tekst, zdjęcie lub profil do sprawdzenia, razem z kluczem strony.
- SCAM potwierdza odbiór, a następnie analizuje w tle. Wynik odczytujesz ponownie za pomocą otrzymanego identyfikatora: Twoja strona nie czeka.
- Wynik zawiera szacowane ryzyko, powody i zalecenie: zwykła kontrola, sprawdzenie z uwagą lub sprawdzenie w pierwszej kolejności.
- Decyduje Twój moderator. Jego decyzję można odesłać do SCAM, który przechowuje ją osobno dla Twojej strony.
Jak SCAM nauczył się rozpoznawać oszustwa
Model uczy się na przykładach, dla których znana jest odpowiedź. SCAM wykorzystał te, które już istniały: decyzje moderacyjne Affection.org od 2017 roku.
- Sprawdzono 160 615 ogłoszeń, w tym 16 321 oszustw potwierdzonych przez moderatora i 11 730 potwierdzonych prawdziwych ogłoszeń.
- 48 335 automatycznych usunięć dokonanych przez dawny system służy jako pamięć („ten e-mail został już ukarany”), ale nie jako przykłady, ponieważ żaden człowiek ich nie ocenił: SCAM nie naśladuje błędów robota.
- Dla każdego ogłoszenia SCAM widzi tylko to, co było znane przed jego dodaniem: ten sam e-mail, ten sam adres IP, tę samą sieć, ten sam pseudonim lub to samo zdjęcie co w ogłoszeniu już ukaranym, reputację adresu IP, kraj IP inny niż kraj deklarowany, wskazówki w tekście.
- Zdjęcia są porównywane za pomocą odcisku, co pozwala rozpoznać ten sam obraz ponownie skompresowany lub odwrócony jak w lustrze. Sam obraz nie jest przechowywany w zbiorze uczącym.
- Model jest oceniany wyłącznie na okresie, którego nigdy nie widział (od marca do listopada 2026): nigdy nie oceniamy go na tym, czego już się nauczył.
Jakie są wyniki
Test na 690 ogłoszeniach Affection.org od marca do listopada 2026, w tym 39 oszustwach, których model nigdy nie widział podczas uczenia. Pytanie: ile oszustw znajdziemy, czytając tylko 10% ogłoszeń z góry rankingu (69 ogłoszeń)?
| Sposób wyboru 69 ogłoszeń do przeczytania | Znalezione oszustwa z 39 |
|---|---|
| Losowo | około 4 |
| Ranking prostego modelu | 8 |
| Ranking SCAM | 25 |
Ocena retrospektywna na jednej stronie i na niewielkiej liczbie oszustw: liczby trzeba potwierdzić na Twojej własnej stronie. Pomiary z 18 listopada 2026.
Co SCAM zestawia
- Historia Twojej strony: ogłoszenia już ukarane, ten sam e-mail, ta sama sieć, to samo zdjęcie.
- Sygnały sieciowe, które przekazuje Twoja strona: VPN, proxy, firma hostingowa, rozbieżność między zadeklarowanym krajem a krajem połączenia.
- Tekst: prośba o pieniądze, dane bankowe, zaproszenie do przejścia na zewnętrzny komunikator, wyzwiska lub groźby skierowane do konkretnej osoby.
- Mogą zostać dodane inne bazy reputacji i zgłoszeń oszustów, zgodnie z ich warunkami korzystania.
Czego SCAM nie robi
- Niczego nie usuwa i niczego nie zatwierdza: wyraża opinię.
- Na tym etapie służy do porządkowania kolejki moderacji, a nie do automatycznego usuwania: jego oceny nie są jeszcze wystarczająco pewne, by decydować samodzielnie.
- Powyższe wyniki pochodzą z jednej strony i z testu na 39 oszustwach. Twoja strona będzie miała własny pomiar.
API dla Twojego programisty
Wysyłasz, SCAM odpowiada identyfikatorem, a Ty odczytujesz wynik. Dokumentacja OpenAPI oraz przykłady w JavaScript, Python i PHP są dostarczane wraz z dostępem, razem z adresem bazowym API.
POST /v1/check/text | Przeanalizuj tekst lub opis ogłoszenia. |
|---|---|
POST /v1/check/image | Przeanalizuj zdjęcie (odcisk, ponowne użycie, zawartość). |
POST /v1/check/profile | Przeanalizuj profil: tekst, sygnały sieciowe i pomiary Twojej strony. |
GET /v1/analysis/{id} | Odczytaj ponownie wynik analizy. |
POST /v1/feedback | Odeślij decyzję swojego moderatora. |
GET /v1/usage | Śledź zużycie w bieżącym miesiącu. |
Twoje dane
Każda strona ma swój klucz i oddzielone dane. E-maile, adresy IP i pseudonimy są zamieniane na odciski, które pozwalają rozpoznać „to samo” bez ujawniania danych. Odpowiedzi Twojego moderatora służą do uczenia modelu tylko wtedy, gdy na to pozwolisz. Dokładne warunki przetwarzania są uzgadniane przy otwarciu dostępu.
Dołącz do uruchomienia
SCAM nie jest jeszcze otwarty dla publiczności. Opisz swoją stronę oraz rodzaj ogłoszeń lub profili, które chcesz chronić: odpowiemy dostępem próbnym.
