誰容易受簡訊詐騙影響？透過調查數據找出簡訊釣魚防範訓練的目標對象
arXiv - Human-Computer InteractionCori Faklaris, Sarah Tabassum, Heather Richter Lipford
研究發現 24 歲以下年輕族群與大學生在簡訊釣魚攻擊中表現出更高的脆弱性。
AI 幫你先抓重點
AI 重點 1
數位原住民未必具備數位安全防禦能力
滑鼠懸停看 AI 判斷理由
傳統觀念認為年輕人更擅長科技，但此研究打破了「數位原住民更安全」的迷思，顯示年齡與數位素養（Digital Literacy）並非正相關，這對於設計數位公民教育至關重要。
AI 重點 2
防範策略應從「通用型」轉向「精準化」
滑鼠懸停看 AI 判斷理由
研究指出特定族群（如大學生）的高風險性，這意味著教育者與電信業者不應只做大範圍的宣導，而應針對特定年齡層設計更具情境感的介入措施。
核心研究發現
- 1
研究顯示年輕族群與大學生在面對簡訊釣魚（SMiShing）時特別容易受騙，是防範工作的重點對象。
- 2
受訪者在辨識合法簡訊與詐騙簡訊之間存在困難，特別是在面對不同變體的金融訊息時。
- 3
透過大規模調查數據分析，研究證實了簡訊釣魚的易感性會隨著人口統計特徵與情境因素而有所不同。
對教育工作者的啟發
教育工作者在設計數位素養課程時，應特別針對大學生與青少年開發「情境式學習」模組。建議不再僅教授抽象的安全原則，而是透過模擬真實的金融簡訊詐騙案例，訓練學生的辨識能力。此外，課程設計可結合「錯誤預防」機制，引導學生在點擊連結前進行批判性思考，並建議學校與電信業者合作，在特定高風險年齡層的裝置上增加驗證與警告功能，將安全教育從課堂延伸至實際的使用情境中。
原始文獻資訊
- 英文標題：
- Who Falls for SMiSh? Learning Through Survey Data Where to Best Target Awareness Training for Mobile Messaging Attacks
- 作者：
- Cori Faklaris, Sarah Tabassum, Heather Richter Lipford
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。