ORACLE：从流式应用使用中的部分轨迹预判诈骗

# ORACLE：从流式应用使用轨迹的部分序列中预判诈骗  
来源：https://arxiv.org/html/2605.16363  

Wenbo Gao¹，宋柏潭²，王安忠³，沈飞⁴，徐刚⁵，庄慧萍⁶，杨云云¹，李明⁵，朱晓峰⁷  
¹哈尔滨工业大学（深圳）²深圳大学 ³浙江大学 ⁴新加坡国立大学 ⁵光明实验室 ⁶华南理工大学 ⁷海南大学  

###### 摘要  

智能手机诈骗日益普遍，通常表现为多阶段、跨应用的过程，其恶意意图逐步显现。因此，有效的干预需要在意图明确之前进行预判。这本质上具有挑战性，因为决策必须依赖时间上分布证据的部分序列。在本文中，我们提出了 **ORACLE**（Online Reasoning for Anticipating Cross-temporal Latent thrEats），这是首个面向从流式应用使用轨迹中早期预判诈骗的智能体框架。为了支持这一设定，我们构建了一个真实的长期基准数据集，包含流式应用使用轨迹，覆盖12种诈骗类型，跨越较长时间段（平均15天），涉及多样化应用（95个应用），并交织了正常行为与诈骗行为。为了解决证据碎片化问题，我们引入了一个自演化上下文管理器，能够随时间自适应地整合以实体为中心的交互，从而从部分观测中更有效地重建跨时间证据。为了增强对潜在早期信号的敏感性，我们提出了一种在线自我蒸馏方案，其中教师模型基于总结的反诈骗反思和按技能组织的线索进行条件化，监督学生模型（不接触这些反思）。该方案蒸馏了证据驱动的知识，提升了从部分轨迹中识别新兴诈骗模式的能力。实验表明，ORACLE持续提升了早期诈骗预判性能，在现实的流式场景中实现了及时预警并减少了误报。  

## 1 引言  

请参见标题说明  
图1：孤立的内容级检测与流式跨应用预判的对比。  
（a）现有方法独立分析单个应用会话，不足以应对长期诈骗过程，其中历史证据分散在不同应用和时间中。  
（b）ORACLE分析最近窗口中的应用交互，并使用记忆-技能上下文管理器从先前轨迹中检索与实体相关的历史证据，从而实现跨时间推理以更早预判诈骗风险。  

智能手机将通讯、社交互动和金融交易集中在一个设备上，使其成为远程诈骗的自然攻击面（Tan等，2024；Ahvanooey等，2017），并对日常生活和财务安全构成重大风险。调查显示，电信诈骗激增，造成了巨大经济损失，并增加了人身安全威胁（Agarwal等，2025；Tan等，2025；Shen等，2025）。因此，诈骗检测越来越受到研究界的关注（Tan等，2024；Basta等，2025；Jaipuria等，2025）。大多数先前的工作侧重于分析**孤立应用**内的通信内容，例如电话通话或消息线程（Yang等，2025b；Ma等，2025；Agarwal等，2025；Tan等，2024；Wang等，2026）。例如，ScamGPT-J（Tan等，2024）通过微调大语言模型以实时模拟诈骗者回应，针对即时通讯诈骗检测，通过类比推理帮助用户识别可疑交互。TeleAntiFraud（Ma等，2025）提出了一种用于语音电信诈骗分析的慢思考多模态框架，并建立了基于微调Qwen2-Audio（Chu等，2024）的诈骗类型识别基线（从电话音频中识别）。然而，现实世界的诈骗很少表现为孤立的恶意事件。先前的社会学研究表明，诈骗通常是一个时间性的多阶段、多应用过程，包括电话、消息、社交平台和金融服务（Li等，2026；Dulisse等，2026）。欺诈意图通过一系列微弱的行为线索逐渐显现，而有效干预的窗口仍然很短。例如，诈骗者可能通过一个渠道发起联系，通过另一个渠道建立信任，最终通过另一个渠道诱导金融操作（Li等，2026）。因此，潜在的风险信号在时间上是分布式的，而非局部化的，使得从流式应用使用轨迹中进行早期预判比一次性分类更具挑战性。另一方面，基于孤立应用的防诈骗严重依赖详细的内容分析（Tan等，2024；Ma等，2025；Chu等，2024），这引发了显著的隐私问题，限制了其在现实部署中的实用性。  

在这项工作中，我们提出从流式应用使用中进行早期诈骗干预。这一设定可以自然地表述为不完全观测下的推理问题，并面临两个关键挑战。**第一，碎片化上下文**：诈骗风险预判以流式方式操作于持续演化的应用使用轨迹，其中意图线索是碎片化的，并分布在长时间跨度中（Li等，2026；Dulisse等，2026）。因此，解释当前行为需要跨时间推理超出可见窗口的历史交互。**第二，潜在早期信号**：在诈骗的早期阶段，恶意意图通常被故意掩盖并嵌入在正常用户行为中，使得基于部分观测难以区分新兴诈骗模式与良性活动（Li等，2026）。  

为了应对这些挑战，我们提出了 **ORACLE**，一个用于预判跨时间潜在威胁的在线推理智能体框架，能够从流式应用使用轨迹中实现早期诈骗预判。为了支持这一设定，我们构建了一个真实的长期基准数据集，包含流式应用使用轨迹，来源于**真实电信诈骗案件和犯罪记录**。该数据集具有较长的时间跨度（平均15天）、多样化的应用交互（95个应用，分为12个类别），并交织了正常行为与诈骗行为。它由57,662条短迹聚合形成3,061条长轨迹，每条平均包含96个应用事件，覆盖12种诈骗类型，为在现实条件下早期预判诈骗提供了具有挑战性的测试平台。  

基于该基准，我们从系统和学习两个角度设计了ORACLE。在系统层面，我们引入了一个**自演化上下文管理器**，能够从流式交互和决策反馈中逐步细化以实体为中心的记忆，从而实现超越局部观测窗口的更准确重建时间上分散的证据。为了增强对潜在早期信号的敏感性，我们提出了一种**在线自我蒸馏方案**，利用生成的反诈骗反思和线索作为特权信息。具体来说，基于这些反思进行条件化的教师模型提供监督，而学生模型则不接触这些反思。通过将学生的预测与教师对齐，该模型有效内化了反思驱动的知识，提升了从部分轨迹中识别新兴诈骗模式的能力。  

我们的主要贡献如下：  
- • 我们提出了一个自演化智能体，执行跨时间推理以连接分散的诈骗线索。通过选择性地跨应用检索历史交互，该机制有效解决了长时间跨度诈骗场景中的证据碎片化挑战。  
- • 我们引入了一种在线自我蒸馏方案，以增强模型对细微早期诈骗模式的敏感性。通过将专家派生的反诈骗技能编码为文本诈骗课程，并将其蒸馏到模型参数中，智能体学会了从部分轨迹中识别欺骗意图。  
- • 我们构建了一个长期应用使用基准，其特征为流式、跨应用交互序列。该数据集为评估智能体系统在诈骗达到关键升级点之前的主动预警能力提供了现实的测试平台。  

## 2 流式诈骗基准数据集  

请参见标题说明  
图2：流式诈骗检测的数据集构建流程。  
该基准通过三个阶段构建，将短诈骗案例和正常应用日志转换为长期流式轨迹。  

现有基准（Yang等，2025b；Ma等，2025）侧重于单应用内容，缺乏模拟现实世界流式诈骗预测场景的长跨度应用使用基准。为了支持训练和评估，我们为这一任务构建了一个长期应用使用数据集。相应地，提出了一些新的指标来更好地衡量预判性能。如图2所示，数据集构建包含三个阶段，基准统计信息总结于图3。  

**阶段1：短迹构建。** 我们首先从两个独立来源编译短应用迹：CCL2023数据集（Sun等，2023），其中包含来自警方诈骗数据库的受害者报告描述；以及LSApp数据集（Aliannejadi等，2021），这是一个带有细粒度动作的真实应用使用日志，可直接作为正常迹。每个诈骗案例通过提示LLM提取涉及的应用及其时间顺序，转换为结构化的应用迹。原始诈骗和正常迹来自不同的应用生态系统：CCL2023（Sun等，2023）主要包含中文应用，而LSApp（Aliannejadi等，2021）覆盖了更多样的国际应用生态系统。为了减少这种源特定偏差，我们通过功能类别而非确切名称来表示每个应用。  

**阶段2：屏幕级内容增强。** 然后，我们用来自LOCOMO（一个带有真实分段摘要的长期对话数据集）的摘要对话内容来增强这些迹。这些摘要用于模拟实际部署中可以提取的粗粒度屏幕级信息，而无需访问完整的私人对话。  

**阶段3：长跨度合成与质量控制。** 最后，我们将短诈骗迹嵌入到现实的长期使用历史中。我们首先通过串联正常迹来扩展正常迹，然后基于受害者描述拆分诈骗迹并插入片段。因此，恶意行为稀疏地穿插在大量正常活动中，生成的轨迹更好地反映了日常智能手机使用的背景噪声和时间范围。为了验证数据集，我们使用来自不同模型族（包括GPT、Qwen和Gemini）的LLM评判小组，检查跨划分的信息泄漏、短迹与长迹之间的行为不一致以及不合理的应用描述。被标记的案例被修正或移除。  

请参见标题说明  
（a）轨迹长度直方图  
请参见标题说明  
（b）诈骗类型分布  
图3：基准数据集统计。  
所提出的基准包含覆盖多种诈骗类型的长期轨迹。  

**评估指标。** 在线诈骗检测不仅应衡量是否检测到诈骗，还应衡量预警是否及时且可靠。我们使用命中率（HR）量化轨迹级检测覆盖率，使用误报率（FAR）衡量诈骗段之外的虚假警报。由于这些指标不能直接捕捉早期预警能力（Lin等，2015），我们进一步引入了最早检测位置（EDP）和预警率（PAR）。令T表示长度为L的应用使用轨迹，其中包含诈骗段[s, e]（0≤s≤e<L）。定义...（原文此处公式未完全显示，但根据上下文继续）... 在t时刻，若模型输出p_t > τ（τ在验证集上校准），则触发报警，之后更新记忆和可选的技能库。  

### 3.2 在线自我蒸馏  

早期诈骗窗口通常隐蔽，使得从部分轨迹中进行检测具有挑战性。标准的监督微调仅提供最终标签，而固定的离线教师则存在分布不匹配（Ye等，2026b）。其特权反思可能偏离学生推理时的部分观测（Zhao等，2026）。为了获得与学生实际观测分布对齐的密集监督，我们引入了在线自我蒸馏（OPSD）（Ye等，2026b, a；Zhao等，2026），如图4e所示。该方法直接作用于上下文管理器生成的增强窗口W̃_t。具体而言，我们将完整的诈骗段嵌入到正常历史中以构建长期轨迹。对于每个部分重叠诈骗段[s, e]的窗口W̃_t，模型同时充当学生和教师。学生仅观测W̃_t，而教师共享相同参数θ并额外接收一个**反诈骗反思**E_t。该反思是通过**诈骗类型特定技能**将部分迹与完整诈骗迹进行比较而生成的简明自然语言理由，解释当前观察到的细微线索（例如，新联系人、可疑关键词）如何逐步演变为欺诈。为了强制执行严格的在线监督，在每次梯度更新之前，我们首先使用当前学生策略采样一批轨迹。从这些轨迹中进一步构建(W̃_t, E_t)对，确保教师的增广分布π_θ(·|W̃_t, E_t)与学生的分布π_θ(·|W̃_t)保持对齐。