برز التصيد الصوتي تهديدًا رئيسًا في الأمن السيبراني، إذ يستغل الخطاب الإقناعي والتلاعب النفسي لخداع الضحايا في الزمن الحقيقي، وما تزال مقاربات الكشف القائمة محدودة بافتراضات أحادية اللغة والتحليل أحادي الوسائط وضعف القابلية للتفسير، بما يقلل فعاليتها أمام هجمات متكيفة ومتعددة اللغات، وتقدم هذه الدراسة إطارًا جديدًا للكشف عن التصيد الصوتي يقوم على التعاون بين وكلاء متعددين مدعومًا بطبقة استدلال من النماذج اللغوية الكبيرة، فيجمع بين التحليل متعدد الوسائط والاستدلال القابل للشرح، ويتيح كشفًا قويًا ومتعدد اللغات وشفافًا يدعم المحللين البشريين بتفسيرات منظمة، ويمثل بذلك اتجاهًا واعدًا للدفاع أمام هجمات التصيد الصوتي الحديثة المتطورة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير إطار كشف عن التصيد الصوتي يتغلب على محدودية المقاربات أحادية اللغة وأحادية الوسائط وضعيفة التفسير، فبنت نظام فيش غارد الذي ينسق بين وكلاء متخصصين مسؤولين عن تحليل السمات الصوتية والتعرف على القصد الدلالي وكشف الانفعالات والتنميط السلوكي، ودُمجت مخرجات هؤلاء الوكلاء في تقييم موحد للمخاطر، بينما تولت طبقة استدلال قائمة على النماذج اللغوية الكبيرة توليد تفسيرات منظمة تدعم المحللين البشريين، ولإتاحة تقييم منهجي أعدت الدراسة مجموعة بيانات جديدة مشروحة لمكالمات تصيد صوتي اصطناعية لكنها واقعية باللغات الإنجليزية والفرنسية والعربية، متضمنة ضجيجًا في الخلفية وإشارات انفعالية واستراتيجيات إقناع متنوعة، وقورن أداء الإطار بوكلاء أحادية الوسائط وبخطوط أساس للتعلم العميق متعدد الوسائط وبخط أساس لمحول متعدد الوسائط من الطرف إلى الطرف
ثانيًا: أبرز النتائج
النتيجة الأولى: حقق إطار فيش غارد درجة فاء قدرها 0.96 في الكشف عن التصيد الصوتي، متفوقًا بذلك على الوكلاء أحادية الوسائط وعلى خطوط الأساس للتعلم العميق متعدد الوسائط وعلى خط الأساس للمحول متعدد الوسائط من الطرف إلى الطرف، بما يثبت تفوق المقاربة متعددة الوكلاء على البدائل الأبسط بنية
النتيجة الثانية: خفض الإطار حالات السلبية الكاذبة في السيناريوهات التي تنطوي على تلاعب انفعالي ومخالفات سلوكية، وهي السيناريوهات التي تخفق فيها المقاربات التقليدية غالبًا لأن المحتال يوظف الضغط النفسي والإلحاح العاطفي لتجاوز انتباه الضحية وأدوات الرصد السطحية
النتيجة الثالثة: أثبت التعاون بين الوكلاء المتخصصين في الصوتيات والدلالة والانفعال والسلوك مقرونًا بطبقة الاستدلال اللغوي فعاليته في إنتاج تقييم موحد للمخاطر وتفسيرات منظمة قابلة للفهم البشري، بما يعزز شفافية قرارات الكشف وقبول المحللين لها
النتيجة الرابعة: وفرت مجموعة البيانات ثلاثية اللغة المعدة في الدراسة أساسًا منهجيًا لتقييم الكشف متعدد اللغات في ظروف تحاكي الواقع، إذ احتوت مكالمات اصطناعية لكنها واقعية باللغات الإنجليزية والفرنسية والعربية متضمنة ضجيج الخلفية والإشارات الانفعالية واستراتيجيات إقناع متنوعة، فجاء تفوق الإطار مختبرًا عبر لغات وأساليب احتيال صوتي متعددة لا في سياق لغوي أحادي ضيق
ثالثًا: دلالات الدراسة وتطبيقاتها
تبرهن الدراسة على أن التعاون متعدد الوكلاء مقرونًا بالاستدلال المدفوع بالنماذج اللغوية الكبيرة يمكن أن يوفر دفاعًا فعالًا وشفافًا أمام هجمات التصيد الصوتي الحديثة، ويفيد ذلك مؤسسات الاتصالات والقطاع المالي وجهات إنفاذ القانون في بناء أنظمة إنذار تتجاوز المطابقة النصية السطحية إلى فهم قصد المتصل وانفعالاته وسلوكه، كما تفتح مجموعة البيانات ثلاثية اللغة الباب أمام بحوث لاحقة في الكشف متعدد اللغات، وتؤكد الحاجة إلى قابلية التفسير بوصفها شرطًا لثقة المحللين بأنظمة الكشف الآلي ولاعتمادها عمليًا، وتستطيع مراكز الاتصال والمصارف ومشغلو خدمات الاتصالات توظيف بنية كهذه في خط الدفاع الأول عبر تحليل المكالمات الواردة لحظيًا وتنبيه الموظفين والعملاء عند ارتفاع مؤشرات الخطر، بينما يتيح التفسير المنظم الذي تولده طبقة الاستدلال لفرق الأمن التعلم من قرارات النظام وتحديث قواعد الرصد في مواجهة أساليب احتيال متجددة
وخلاصة القول إن إطار فيش غارد يقدم نموذجًا دفاعيًا يجمع بين وكلاء متخصصين واستدلال النماذج اللغوية الكبيرة، فيحقق دقة كشف مرتفعة بلغت درجة فاء قدرها 0.96 مع تفسيرات منظمة تدعم المحلل البشري، بما يمثل خطوة عملية نحو مواجهة التصيد الصوتي المتكيف ومتعدد اللغات بوسائل أكثر قوة وشفافية
