プロジェクト概要
令和5年の特殊詐欺の認知件数は19,038件、被害総額は452.6億円に達しており、前年より増加している。さらに、被害者への最初の接触手段の約77.5%が電話であることから、電話を利用した詐欺が主要な手段となっている。また、別の調査では固定電話が詐欺接触の41.1%、携帯電話は21.1%を占めることが分かっている。スマートフォン普及率が10年前の4%から現在は96%に達する中、携帯電話利用者向けの詐欺防止対策の必要性も高まると考えられる。本プロジェクトでは、こうした背景を踏まえ、スマートフォン向け詐欺防止アプリケーションの開発を進める。
紹介動画
目的
エンドユーザへの電話による詐欺被害を未然に防ぐことを目的にシステムを開発する
目標
詐欺電話の検知精度を80%以上に設定
測定方法
アプリのログを分析し、詐欺電話と検知した通話と実際の詐欺通話の割合を測定
テストケースにはLLM(大規模言語モデル)を用いる
想定クライアント
警察庁
エンドユーザ
スマートフォン利用者
成果物概要
プラットフォーム:スマートフォン
- 通話内容から特定のワード検出ー警告システム
- 発信元情報の検証 発信元の電話番号の詳細な情報(地理的位置、事業者名など)を検証するシステム 必要に応じてブロック
- 通話内容から詐欺の可能性度合をレベル分けして表示（例: レベル1 – 要注意な通話内容が検知されました レベル2 – 高確率で詐欺の疑いがあります レベル3 – 確実に詐欺と判断されます）
- エンドユーザに代わりシステムが応答を代行(bot電話に対応)
- 詐欺可能性度に応じた通話の割り込み
- バイブレーションやライト等でマルチモーダルに警告
- 家族/介護者への通知 登録先にシステムが検知した通話内容を共有
システム概要図
システム開発環境
- 音声認識: Google Cloud Speech-to-Text、Amazon Transcribe
- NLP: spaCy、NLTK、Transformers（Hugging Face）
- PyTorch、Scikit-learn
- バックエンド: Node.js、Python（Flask/Django）
- データベース: PostgreSQL、MongoDB
- 通知: Firebase Cloud Messaging（FCM）
- 前端: React Native、Flutter
メンバーと役割
- 有木 琢人：プロジェクトマネージャー
- 菅原 祥：プログラマ
- 栗須 悠：デザイナ
- 古本 秀太：デザイナ