在目前的網路環境中，詐騙手段已經從簡單的釣魚郵件演進到利用生成式 AI 偽造身分或對話。對於工程師來說，面對這種規模的威脅，單純依靠單點的防火牆或黑名單是不夠的。Google 近期分享了他們對抗詐騙的整體策略，其核心邏輯在於建立一個從底層自動化攔截、中層使用者賦能，到頂層跨國協作的完整防禦體系。
第一道防線：利用 AI 實現大規模自動化攔截
對抗詐騙的第一步是減少攻擊面。當詐騙訊息量達到每日數十億筆時，人工審核完全不可能，因此必須依賴 AI 驅動的自動化防禦。
在郵件端，Google 使用 AI 模型來識別垃圾郵件、Phishing（釣魚攻擊，指偽裝成可信實體以竊取敏感資訊的行為）以及 Malware（惡意軟體）。目前 Gmail 能攔截超過 99.9% 的這類威脅。在瀏覽器 Chrome 與搜尋引擎中，AI 則負責即時預測並封鎖危險網站，將垃圾頁面過濾掉，確保搜尋結果的純淨度。
此外，AI 的應用已延伸至端側（On-device AI）。例如在 Google Phone 中，系統會即時分析通話中的對話模式，一旦發現符合典型詐騙特徵的語言邏輯，會立即向使用者發出警告。這種將 AI 部署在裝置端而非僅在雲端的方法，能兼顧即時性與隱私保護。
第二道防線：賦予使用者主動防禦工具
即便自動化攔截率極高，仍有極少數的攻擊會滲透進來。這時，提供使用者簡單且直覺的驗證工具就至關重要。
Google 透過 Security Checkup（安全性檢查）引導使用者啟用 Passkeys（通行金鑰，一種取代傳統密碼、基於公鑰加密的認證方式，可有效防止釣魚攻擊）與 2-Step Verification（兩步驟驗證）。
在 Android 系統中，Circle to Search（圈選搜尋）被賦予了安全分析的功能。使用者只要圈選可疑的文字訊息，AI 就會分析該內容是否具有詐騙特徵並提供指引。對於非 Android 使用者，則可以透過 Google Lens（視覺辨識工具）截圖分析來達到相同效果。
第三道防線：透過教育提升認知韌性
技術能解決大部分問題，但人往往是安全鏈條中最弱的一環。為了提升使用者的認知韌性，Google 推出了 Be Scam Ready 互動計畫。
不同於傳統的宣導手冊，該計畫採用遊戲化學習（Game-based learning），讓使用者在安全的模擬環境中體驗真實的詐騙情境。這種以實作導向的學習方式，能更有效地訓練使用者在面對壓力或誘惑時，保持批判性思考並識別詐騙套路。
第四道防線：跨平台威脅數據共享
詐騙集團通常採取跨平台、跨國界的作法，單一公司看到的數據僅是冰山一角。為了打破資訊孤島，Google 參與建立了 Global Signal Exchange（GSE，全球信號交換平台）。
GSE 扮演的是全球威脅數據交換中心的角色。Google 將自身的威脅情資（Threat Intelligence）貢獻給平台，同時也從中獲取其他來源的信號。透過 AI 模型分析這些海量信號，可以揭露隱藏在不同平台間的關聯模式，從而定位詐騙組織的基礎設施，在傷害發生前就將其瓦解。
第五道防線：法律打擊與犯罪網路清除
最後一層防禦是直接摧毀攻擊者的營運能力。這需要私部門與政府執法機關的緊密合作。
Google 與英國國家犯罪局（NCA）等執法單位合作，利用 GSE 提供的信號追蹤並搗毀位於西非的詐騙網絡。此外，Google 也採取法律行動打擊 Phishing-as-a-Service（釣魚服務化，指將釣魚工具包裝成訂閱服務賣給犯罪者的商業模式）。例如透過起訴 Lighthouse 等網路，直接強迫其停止營運。
總結
對抗網路詐騙不能只靠單一技術，而是一個系統工程。從底層的 AI 自動攔截、中層的工具賦能與教育，到頂層的數據共享與法律打擊，這五個維度共同構成了一個動態的防禦閉環。對於開發者而言，這提醒我們在設計產品時，除了考慮功能，更應將安全性納入全生命週期的考量。
來源：blog.google
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。