悪用されるバイアス
基準率の無視とは、目を引く具体的な情報が提示されたときに、出来事の基礎的な発生確率を 正しく織り込めない私たちの弱点を指す——ここでは、メッセージが「ちょうど良いタイミングで」 届いたという事実そのものが、そのタイミングが単なる偶然ではなく、詐欺師がすでに知っている データに基づく標的化の結果である確率——実際には思っているよりずっと高い——を覆い隠して しまう。
出典：Tversky, A. & Kahneman, D. (1974)、「Judgment under Uncertainty: Heuristics and Biases」、Science、185(4157)。 2026年7月17日閲覧。3つの実例
🗂️漏えいから詐欺へ
データ漏えい(氏名、住所、購入履歴)によって、あなたの状況を「言い当てた」ように見える メッセージを組み立てられる——実際には偶然ではなく、詐欺師がすでに手にしているデータに 過ぎない。
参照：漏えいから詐欺へ🇯🇵情報漏えいが記録的な水準に達した年
日本国内でも個人情報保護委員会への漏えい等報告件数は増加傾向にあり、流通する個人 データの量が、この種の標的化の精度を直接的に高めている。
参照：日本の情報漏えい📦ちょうど良い日に届く荷物SMS
大量に送られる汎用的なスミッシングは、たまたまその日に実際に荷物を待っている一部の 受信者にも偶然届く——統計的な母数の効果に過ぎないが、個人にとっては信頼を強める、 不気味なほどの偶然として受け止められる。
参照：スミッシングの進化コインシデンス・サーフェス
Egidioの保護対象は183種類のメッセージアプリではない。それは、もっともらしい偶然を 作り出すための183通りの統計的な機会である。私たちはこの理屈を具体的に示す計算ツールを 開発した。10の質問に答えれば、あなた自身のコインシデンス・サーフェスがわかり、なぜ 大量送信型の詐欺キャンペーンがこれほど頻繁に成功するのかを数字で示すデモンストレーションを 見ることができる——自分のコインシデンス・サーフェスを計算する →
2つの燃料
もっともらしい偶然は2通りの方法で作り出される。メッセージが実際にあなたについて 何を物語っているのかを見極めるために、この2つを区別しておくことは有益である。
🎲統計だけ——ばらまき型の詐欺
あなたに関する情報は一切ない。汎用的なメッセージを大量に送信するだけで、単なる 母数の力によって、一部の受信者にとっては「ちょうど的中する」ものになる——これは 偽の荷物に 関するデモンストレーションが示す仕組みそのものである。年間17億個という配送量 だけで、まったく標的を絞らなくても統計的に偶然が起こりやすくなる。
🗂️盗まれたデータ——強化されたオーダーメイドの詐欺
データ漏えいによって得られた断片(氏名、居住都市、案件番号)が、この同じ仕組みに 上乗せされる。メッセージはもはや推測ではなく、知っている——そして疑うことのほうが 後ろめたく感じられるようになる。これは 「情報漏えいが変えたもの」 デモンストレーションが描く第2・第3の段階であり、標的化のはしご(スケール)の全体像を 示している。
したがって、もっともらしい偶然だけでは、 詐欺師があなたを個人的に知っているという証明にはならない——だが、それを否定する材料にも ならない。まさにこの点を見極めるためのものが、標的化のはしごである。
見分け方
不気味なほど絶妙なタイミングで届くメッセージ——そのたびに自問すること。この情報 (注文、フォーム入力、SNS投稿)を最近どこかで共有しなかっただろうか? もっともらしい 偶然に見えるものは、たいてい発信者がすでに知っているデータである。
この定義は「Egidio — 脅威研究所」とクレジットし、 このページへリンクすれば自由に再利用可能。操作の文法の 全体像はこちら。