ỨNG DỤNG MÔ HÌNH NGÔN NGỮ LỚN TRONG NHẬN DIỆN VÀ PHÂN TÍCH TRANG LỪA ĐẢO FACEBOOK

Tóm tắt

Nghiên cứu này giải quyết thách thức về vấn đề lừa đảo trực tuyến đang ngày càng tinh vi trên nền tảng mạng xã hội Facebook tại Việt Nam. Mục đích của nghiên cứu là xây dựng một hệ thống nhận diện và phân tích lừa đảo không chỉ dựa trên độ chính xác kỹ thuật mà còn hướng tới tính minh bạch và khả năng giải thích (Explainable AI). Đối tượng nghiên cứu là các trang cá nhân và Fanpage công khai trên Facebook với các kịch bản lừa đảo phổ biến như cờ bạc và tuyển dụng giả mạo. Phương pháp nghiên cứu được đề xuất là một kiến trúc phân tầng tích hợp mô hình lai PhoBERT-v2 kết hợp XGBoost để xử lý đồng thời đặc trưng ngữ nghĩa tiếng Việt và metadata hành vi. Hệ thống ứng dụng kỹ thuật tăng cường truy xuất tri thức (RAG) và giao thức Model Context Protocol (MCP) để xây dựng tác nhân AI có khả năng tra cứu danh sách đen thời gian thực và cung cấp các giải thích dựa trên cơ sở pháp lý. Kết quả thực nghiệm trên tập dữ liệu thực tế cho thấy mô hình đạt độ chính xác 92,58 %, F1-Score 92,76 % và ROC-AUC 0,9509. Nghiên cứu đóng góp một giải pháp toàn diện giúp nâng cao nhận thức an toàn thông tin cho cộng đồng thông qua việc kết hợp giữa công nghệ nhận diện và giáo dục người dùng.