Skip to main content
QUICK REVIEW

[论文解读] Characterising Cybercriminals: A Review

Matthew Edwards, Emma Williams|arXiv (Cornell University)|Feb 15, 2022
Cybercrime and Law Enforcement Studies被引用 9
一句话总结

本综述整合了2012年后关于网络犯罪者特征与动机的研究,识别出典型犯罪者为年轻、受过教育、技术娴熟、自控力低的男性,其主要动机包括经济利益、权力欲、好奇心以及感知到的低风险。研究指出了自报研究在方法论上的局限性,并呼吁利用网络犯罪论坛的客观数据,通过自动化语言分析技术验证研究发现并揭示新规律。

ABSTRACT

This review provides an overview of current research on the known characteristics and motivations of offenders engaging in cyber-dependent crimes. Due to the shifting dynamics of cybercriminal behaviour, and the availability of prior reviews in 2013, this review focuses on original research conducted from 2012 onwards, although some older studies that were not included in prior reviews are also considered. As a basis for interpretation of results, a limited quality assessment was also carried out on included studies through examination of key indicators.

研究动机与目标

  • 评估当前关于从事网络依赖型犯罪的网络犯罪者的人口统计与心理特征的研究。
  • 考察网络犯罪行为背后的动机,特别是经济利益、报复、好奇心以及感知到的低风险。
  • 评估现有研究的方法论局限性,尤其是对非代表性样本的自报数据的依赖。
  • 识别研究中的空白,特别是技术能力较强的犯罪者代表性不足,以及缺乏客观验证方法的问题。
  • 为AMoC项目未来的工作奠定基于证据的基础,利用对网络犯罪论坛数据的自动化分析。

提出的方法

  • 聚焦于2012年以后发表的原创研究的系统性文献综述,排除网络恐怖主义与儿童虐待犯罪。
  • 纳入标准:研究网络犯罪者的人口统计、心理特质或动机,涉及网络依赖型犯罪如黑客攻击与欺诈行为。
  • 基于样本量、多样性、方法可重复性、同行评审状态及期刊影响因子,对纳入研究进行质量评估。
  • 应用犯罪学理论,如自我控制理论与中和理论,以解释网络犯罪行为。
  • 在项目后期阶段,运用自动化语言指纹技术,从网络犯罪论坛数据中识别犯罪者特征。
  • 结合定量数据挖掘与定性人工编码,以验证并拓展先前文献的研究发现。

实验结果

研究问题

  • RQ1在从事网络依赖型犯罪的个体中,哪些人口统计与心理特征被持续报告?
  • RQ2驱动网络犯罪行为的动机有哪些?这些发现的稳健性如何?
  • RQ3自报调查中的方法论局限性如何影响网络犯罪研究的有效性与普适性?
  • RQ4现有研究在多大程度上代表了技术能力较强的网络犯罪者?代表性不足的后果是什么?
  • RQ5网络犯罪论坛的客观数据能否提供比自报调查更可靠的犯罪者特征与动机证据?

主要发现

  • 网络犯罪者更可能为年轻人,其犯罪高峰出现在青少年晚期至二十多岁,且以男性为主,在西方国家中白人比例更高。
  • 相当大比例的网络犯罪者已完成或正在攻读高等教育,表明其具备较强的学术与技术能力。
  • 互联网与计算机使用水平持续较高,技术熟练度与犯罪行为之间存在显著相关性。
  • 低特质自我控制是与网络犯罪行为相关的反复出现的心理特征,支持自我控制理论的应用。
  • 动机包括经济回报、对权力与认可的渴望、好奇心、攻击过程中的心理沉浸感,以及对惩罚风险低的感知。
  • 先前的受害经历与接触网络犯罪网络是重要动机,部分研究显示犯罪者与受害者之间存在显著重叠。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。