DAMSE: a dialect-aware multi-strategy ensemble framework for Arabic vishing detection with zero-shot learning

يشكل التصيد الصوتي الذي يستهدف الناطقين بالعربية والكورية تهديدا متناميا في مجال الأمن السيبراني، إذ يعتمد المحتالون فيه على مكالمات صوتية مدروسة تستدرج الضحية إلى الإفصاح عن بيانات مالية أو شخصية حساسة عبر انتحال صفات رسمية وإثارة شعور ملح بالإلحاح والخوف، وتزداد خطورة هذا النمط من الاحتيال حين يمتد عبر لغات ولهجات متعددة تختلف في مفرداتها وأساليب مخاطبتها وأنماط التفاعل فيها، فتفقد أدوات الكشف التقليدية التي صممت للغة واحدة كثيرا من قدرتها على التمييز الدقيق بين المكالمات المشروعة والمكالمات الاحتيالية، ومن هنا تنطلق هذه الدراسة لتقديم إطار متكامل للكشف الآلي عن التصيد الصوتي يراعي التنوع اللهجي ويعمل عبر سياقات لغوية متباينة

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى بناء إطار جديد أطلق عليه الباحثون اسم الإطار الواعي باللهجة ومتعدد الاستراتيجيات، وهو إطار يجمع بصورة تآزرية بين خمس استراتيجيات تصنيف متكاملة للكشف عن التصيد الصوتي متعدد اللغات، أولاها نماذج المحولات المضبوطة بدقة ومنها نموذج بيرت العربي ونموذج بيرت الكوري، وثانيتها التصنيف بلا أمثلة مسبقة بصيغته المحسنة التي تعتمد متوسط فرضيات متعددة القوالب ومعايرة بمقياس بلات، وثالثتها التعلم بأمثلة قليلة عبر التدريب التبايني المعروف باسم سيت فيت، ورابعتها تعزيز التدرج بدرجات المخاطر التي تدمج مؤشرات الهندسة الاجتماعية الخاصة بالمجال، وخامستها الدمج الموزون المتكيف مع اللهجة الذي يحسن الأوزان بحسب المتغير الإقليمي، وقد تحقق الباحثون من الإطار على مجموعتي بيانات متمايزتين لغويا، أولاهما مدونة عربية منسقة للتصيد الصوتي تضم أربع مئة وثمانية وأربعين محادثة متعددة الأدوار عبر تسع لهجات هي الفصحى الحديثة والمصرية والخليجية والأردنية والسعودية واليمنية والسودانية والعراقية والسورية موزعة على ثلاث وعشرين فئة دقيقة، وثانيتهما مجموعة بيانات كورية تضم ثلاثة وعشرين ألفا وخمس مئة وخمسين نص مكالمة واقعية تعاني اختلالا شديدا في توازن الفئات، واعتمد التحقق على التحقق المتقاطع الطبقي من خمس طيات مع تكرارات متعددة بلغت خمسة وعشرين تشغيلا

ثانيًا: أبرز النتائج

أظهرت النتائج أن الإطار المقترح حقق دقة بلغت تسعة وتسعين وثلاثة أعشار في المئة على البيانات العربية بهامش تباين ضيق، ودقة بلغت تسعة وتسعين واثنين وتسعين جزءا من المئة على البيانات الكورية، بما يدل على قابلية قوية للتعميم عبر اللغات مع حدود تباين محكمة، وفي المقسومات الاختبارية المحجوزة بلغت الدقة تسعة وتسعين وتسعة وتسعين جزءا من المئة على العربية وتسعة وتسعين وثمانية أعشار في المئة على الكورية مع انعدام الإيجابيات الكاذبة في المجموعتين معا، كما أسست الدراسة أول خطوط أساس للكشف بلا أمثلة مسبقة إذ بلغت الدقة اثنين وتسعين في المئة على العربية وأربعة وتسعين وعشرين جزءا من المئة على الكورية، وحقق التعلم بأمثلة قليلة دقة بلغت ستة وتسعين وخمسة أعشار في المئة بخمسة أمثلة فقط لكل فئة بما يثبت كفاءته في استخدام البيانات، وقدم الترجيح المتكيف مع اللهجة مكسبا متسقا مقارنة بالدمج المنتظم، وكشف تحليل الذكاء الاصطناعي القابل للتفسير عن أنماط متقاربة للتصيد عبر اللغتين تتمثل في هيمنة المصطلحات المالية وعلامات الإلحاح ولغة الانتحال الرسمي وطول السرد الممتد، وأكدت المقارنة مع خمسة عشر منهجا من أحدث المناهج تقدم الإطار المقترح في الأداء والقدرة الصفرية الأمثلة ودعم اللهجات المتعددة وقابلية التعميم اللغوي

ثالثًا: دلالات الدراسة وتطبيقاتها

تتمثل دلالة هذه النتائج في أن الكشف الفعال عن التصيد الصوتي لا يحتاج إلى نموذج واحد ضخم فحسب بل إلى تكامل مدروس بين استراتيجيات متكاملة تستثمر الإشارات اللغوية ومؤشرات المخاطر السلوكية معا، وأن مراعاة اللهجة ليست تحسينا هامشيا بل عاملا مؤثرا في دقة التصنيف حين تخاطب المكالمات الاحتيالية الضحايا بلهجاتهم المحلية، كما أن قدرة الإطار على العمل بأمثلة قليلة جدا تفتح الباب أمام بناء أنظمة كشف في لغات ولهجات تندر فيها البيانات المصنفة، وقد أتاح الباحثون أول مجموعة بيانات شاملة متعددة اللهجات للتصيد الصوتي العربي مشفوعة بتعليقات منظمة لمؤشرات المخاطر لتكون مرجعا للباحثين والممارسين في تطوير أنظمة الحماية واختبارها

وخلاصة القول إن الدراسة تقدم إطارا واعيا باللهجة ومتعدد الاستراتيجيات يثبت بالتحقق المتكرر عبر لغتين متباينتين أن دمج نماذج المحولات والتصنيف بلا أمثلة والتعلم بأمثلة قليلة ودرجات المخاطر يحقق كشفا شبه كامل عن التصيد الصوتي، ويؤسس معايير مرجعية قوية لأبحاث هذا المجال وتطبيقاته العملية في حماية المتعاملين مع المؤسسات المالية والخدمية