DarthJahus/telegram-fraud-network

## Telegram 欺诈网络 本仓库记录了一种基于人工 OSINT 的方法，用于观察和记录 Telegram 上的欺诈活动。 重点不在于自动化或抓取，而在于： - 持久存在的 Telegram 账户（频道、群组、用户） - 它们之间可观察到的联系 - Telegram 审核操作的效果与局限 本仓库还提供了一种可复现的文档记录方法，供研究人员、记者或调查人员使用。 ## 信息 ### 项目时间线 - **开始日期**：2025 年 12 月 21 日 - **观察方法**：人工 OSINT，无自动化 - **当前范围**：查看统计数据以获取（相对）最新的指标 ### 统计数据 ``` ────────────────────────────────────────────────────────────────────── 📊 GLOBAL OVERVIEW ────────────────────────────────────────────────────────────────────── 📄 Total entries : 863 🔨 Banned : - -% 🗑️ Deleted : - -% ❓ Unknown : - 🟢 Active : - -% 🟢 Active non users : 181 -% ────────────────────────────────────────────────────────────────────── 🧩 ENTRY TYPES ────────────────────────────────────────────────────────────────────── Channel : 275 • - 🟢 -% • - ❓ -% • - 🔨 -% Group : 85 • - 🟢 -% • - ❓ -% • - 🔨 -% User : 426 • - 🟢 -% • - ❓ -% • - 🗑️ -% Bot : 36 • - 🟢 -% • - 🗑️ -% Unknown : 41 • - 🟢 -% • - ❓ -% • - 🔨 -% ────────────────────────────────────────────────────────────────────── 🏷️ TAG ANALYSIS ────────────────────────────────────────────────────────────────────── TAG TOTAL % ACTIVE % ────────────────── ───── ───── ────── ───── 💳 FINANCIAL FRAUD #bankaccounts - -% - -% #checking - -% - -% #carding - -% - -% ⛏ CRYPTO / SCAMS #crypto - -% - -% #investment_scam - -% - -% 🧰 INFRA / NOISE #hub - -% - -% #backup - -% - -% 📦 OTHER TAGS #spam - -% - -% #bot - -% - -% #fake_documents - -% - -% #drugs - -% - -% #money - -% - -% ``` ## 仓库结构与方法概述 本仓库围绕一套文档化的观察工作流进行组织。 ### 核心方法 - [方法](method.md) — 文档记录原则与实体建模 - [行动](actions.md) — 观察后采取的行动 - [伦理](ethics.md) — 伦理界限与非预设假定 - [范围](scope.md) — 明确的纳入与排除标准 ### 图谱与分析 - [图谱构建](graph.md) — 关系如何被观察和记录 - [可视化](visualization.md) — 图谱表示与颜色编码 - [审核观察](moderation.md) — 观察到的平台行为 ### 危害与举报 - [事件](incidents.md) — 受害者暴露情况的记录 - [报告](reports.md) — 外部举报行动 此结构反映了以下环节的分离： - 观察 - 记录 - 行动 ## 引用 如果您在研究中使用了此方法，请引用本仓库。 参见 [CITATION.cff](CITATION.cff) 或使用 GitHub 的 “Cite this repository” 按钮。

标签：ESC4, OSINT, Telegram, 人工调查, 反欺诈, 合规性研究, 威胁情报, 开发者工具, 情报收集, 数据记录, 欺诈情报, 漏洞研究, 犯罪网络分析, 社交媒体分析, 社交平台监控, 社区治理, 网络安全, 网络欺诈, 调查报道, 防御加固, 隐私保护, 黑灰产研究