
-
生物通官微
陪你抓住生命科技
跳动的脉搏
VISH-GUARD:多智能体协作的多模态语音钓鱼检测框架
《Scientific Reports》:VISH-GUARD: a multi-agent and LLM-powered framework for multilingual voice phishing detection
【字体: 大 中 小 】 时间:2026年09月19日 来源:Scientific Reports 4.9
编辑推荐:
摘要语音钓鱼(vishing)已成为重大的网络安全威胁,利用具有说服力的语音和心理操控手段在实时环境中欺骗受害者。现有的检测方法仍受限于单语假设、单模态分析以及较差的可解释性,从而降低了其应对自适应和多语言攻击的有效性。本文提出了VISH-GUARD,一种多智能体语音钓鱼检测
语音钓鱼(vishing)已成为重大的网络安全威胁,利用具有说服力的语音和心理操控手段在实时环境中欺骗受害者。现有的检测方法仍受限于单语假设、单模态分析以及较差的可解释性,从而降低了其应对自适应和多语言攻击的有效性。本文提出了VISH-GUARD,一种多智能体语音钓鱼检测框架,该框架将多模态分析与基于大语言模型(LLM)的推理相结合,以实现鲁棒、多语言且可解释的威胁检测。该系统协调多个专业智能体,分别负责声学特征分析、语义意图识别、情绪检测和行为画像。它们的输出被整合为一个统一的风险评估,同时基于LLM的推理层生成结构化解释以支持人工分析员。为实现系统化评估,我们引入了一个新的标注数据集,包含合成但逼真的英文、法文和阿拉伯文语音钓鱼电话,其中融合了背景噪声、情绪线索以及多样的说服策略。实验结果表明,VISH-GUARD取得了0.96的F1分数,超越了单模态智能体、多模态深度学习基线以及端到端多模态Transformer基线,同时在涉及情绪操控和行为异常的场景中减少了漏报。总体而言,VISH-GUARD展示了多智能体协作结合LLM驱动推理如何为现代语音钓鱼攻击提供有效且透明的防御。