文/蔡瓅萱
詐騙 手法日新月異,近期有許多不肖人士透過LINE QR Code 進行詐騙,除了直接透過LINE對話傳送外,在購物網站上也經常出現假借驗證碼名義出現的QR Code詐騙。《DailyView網路溫度計》整理了幾個經常出現的QR Code詐騙手法,提醒大家特別注意。
勿掃來路不明QR Code!LINE帳號恐被盜用
近期有不少透過LINE傳送QR Code進行詐騙的案例,大部分會以打工賺錢或是協助收取驗證碼等理由作為藉口,要求用戶掃描QR Code。該QR Code通常是LINE電腦版的登入驗證,一旦掃描就會讓他人透過其他裝置登入自己的LINE。
▲近期出現不少以「LINE QR Code」進行的詐騙。
image source: LINE台灣官方BLOG
除了直接盜取他人的LINE帳號發送QR Code進行詐騙外,不肖人士會盜用Facebook、Instagram等其他社群帳號,並且向盜用帳號的好友發送訊息,表示「LINE被鎖住」,希望對方能幫忙進行「LINE輔助驗證」,接著便會傳送詐騙連結或QR Code。
▲不肖人士會盜用他人社群帳號並向好友謊稱「LINE被鎖」進行詐騙。
image source: 《DailyView網路溫度計》
不小心掃碼怎麼辦?LINE官方提供3招自救法
若真的不慎掃描了詐騙QR Code,LINE官方也整理了以下3招自救方法:
【第1招】在「登入中的裝置」確認,若出現有非本人登入的裝置,立即將該裝置登出,並更改密碼。
Step 1. 進入「登入中的裝置」檢查:LINE 主頁右上角「設定」→我的帳號→登入中的裝置→登出非本人登入或是不明的裝置。
Step 2. 「更改密碼」:LINE 主頁右上角「設定」→我的帳號→ 「密碼」,設定新密碼後點選「變更」。
▲若不慎掃碼可透過「登入中的裝置」檢查並更改密碼。
image source: LINE台灣官方BLOG
【第2招】關閉「允許自其他裝置登入」功能。
.LINE 主頁右上角「設定」>我的帳號>關閉「允許自其他裝置登入」。
▲可關閉「允許自其他裝置登入」,避免帳號被盜用。
image source: LINE台灣官方BLOG
【第3招】確認 LINE 官方帳號發送的登入通知提醒訊息,檢查是否有非本人登入帳號歷程。
▲可確認 LINE 官方帳號發送的登入通知提醒訊息,檢查是否有非本人登入帳號歷程。
image source: LINE台灣官方BLOG
拍賣網站詐騙層出不窮!留意「假買家」佯稱「無法下單」
除了直接以社群對話進行詐騙外,透過《KEYPO大數據關鍵引擎》輿情分析系統調查也可以發現,在「QR Code詐騙」近三個月的網路探索概念中,出現了「無法下單」、「旋轉拍賣」、「假買家」、「假買家詐騙」等討論主題,從中可以發現有許多經由網路拍賣進行QR Code詐騙的案例。「全民防騙」粉絲專頁也曾列出相關詐騙的高風險賣場前5名,包含了「7-11賣貨便」、「旋轉拍賣」、「蝦皮拍賣」、「臉書marketplace」、「全家好賣+」等。
▲「QR Code詐騙」近三個月聲量趨勢變化。
image source: 《KEYPO大數據關鍵引擎》輿情分析系統
在這些拍賣網站中,經常會出現「假買家」,佯裝想購買商品,接著以「無法下單」為籍口,謊稱賣家「未經過認證」、「未簽署金流協定」、「賣場違規」等,隨後便給出「假客服連結」、「QR Code」或是「LINE ID」,等賣家加入好友後便會詢問銀行帳戶資訊,假冒銀行人員指示操作ATM或網路銀行。
▲拍賣網站經常出現「假買家」謊稱「無法下單」進行詐騙。
image source: 《DailyView網路溫度計》
「165全民防騙」提醒,賣場官網、其所屬App以及賣場人員絕對不會以「需要開通認證」或「需要簽署金流協議」等理由要求匯款。賣家申請註冊及上架商品時,需特別留意、慎防此詐騙手法,切勿「加入不明LINE客服」或「點擊不明網址連結」提供個人資料,避免個人資料外洩致遭詐騙。
分析說明
分析區間:本文分析時間範圍為2023年11月04日至2024年02月01日。
資料來源:
《KEYPO大數據關鍵引擎》輿情分析系統擁有巨量資料,以人工智慧作語意分析之工具資料蒐集範圍:每月處理1000億以上中文資料的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、新聞媒體、討論區、部落格等網站。
研究方法:
《KEYPO大數據關鍵引擎》輿情分析系統擁有巨量資料,以人工智慧作語意分析之工具資料蒐集範圍:每月處理1000億以上中文資料的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、新聞媒體、討論區、部落格等網站,針對討論『QR Code』相關文本進行分析,調查「探索概念」(註1)作為本分析依據。
*註1 探索概念:將主題的文章進行概念分群(Concept Clustering),幫助讀者從巨量資料中快速掌握事件的來龍去脈;群中存在較高的議題相似度,群間則有較低的相關度;分群結果透過演算法抽取具有代表性的片語以呈現概念的意義。