0
0
designsuperstars.net, Jakarta – Perkembangan Cepat Kecerdasan Buatan (AI) membawa kita ke zaman pencapaian teknologi yang belum pernah terjadi sebelumnya.
Meskipun II menawarkan peluang luar biasa, potensi penyalahgunaan adalah masalah yang signifikan, terutama di sektor keuangan.
Munculnya teknologi depfake, yang dapat menciptakan media sintetis dengan tingkat realisme yang sangat tinggi, merupakan ancaman serius bagi integritas dan keamanan lembaga keuangan.
Ini bukan hanya masalah teoretis; Tetapi kenyataan dibuktikan dengan insiden dengan penipuan penipuan mendalam, baru -baru ini termasuk salah satu lembaga keuangan terkemuka di Indonesia.
Dia menyatakan peristiwa ini, yang diselidiki secara rinci oleh kelompok IB, bahkan kerentanan terhadap sistem keamanan yang kompleks dalam serangan fitur mendalam.
Terlepas dari kenyataan bahwa organisasi telah memperkenalkan langkah -langkah keselamatan multi -tingkat yang kuat, termasuk perlindungan rooting, jailbreak dan berbagai jenis pendekatan.
Sebagai zat pelindung pertama, mereka menggunakan fungsi keamanan sel, seperti anti-reduksi, lingkungan antiminol, mekanisme terhadap kemajuan dan pembelaan diri-real-time (RASP).
Untuk meningkatkan keamanan selama proses klien yang dibangun, mereka menggunakan informasi digital pelanggan (KYC) Anda menggunakan alat biometrik, seperti pengenalan wajah dan penemuan hidup.
Meskipun protokol keamanan yang kuat sedang digunakan, penjahat cyber berhasil terjadi menggunakan foto AI yang dimodifikasi.
Mereka menerima identitas korban melalui saluran ilegal, seperti program berbahaya, jejaring sosial dan situs web yang gelap, memperlakukan gambar -gambar ini, dan membuat penggunaan foto -foto untuk menipu sistem verifikasi biometrik organisasi.
Serangan yang sulit ini mengungkapkan lebih dari 1.100 upaya untuk penipuan dengan penipuan mendalam, bertujuan terutama pada aplikasi pinjaman. Angka yang mengejutkan ini menunjukkan skala masalah dan efektivitas metode yang digunakan oleh scammers.
Studi ini dilakukan dengan mengidentifikasi banyak aspek penting dari penipuan dengan Farmac yang dalam. Penipu memenuhi syarat menggunakan berbagai metode isian mendalam untuk melewati sistem KYC dan sistem pemeriksaan biometrik.
Salah satu metode yang tersisa adalah mengklon aplikasi yang memungkinkan pengguna untuk menduplikasi aplikasi yang diinstal dan pada saat yang sama mengakses beberapa akun.
Metode ini memungkinkan scammers untuk secara efektif membuat banyak akun palsu dari satu perangkat, yang membuat deteksi jauh lebih kompleks.
Aplikasi kamera virtual juga memainkan peran penting. Aplikasi ini membuat kamera menggunakan video, direkam lebih awal atau dalam tangkapan layar, dan bukan perekaman langsung kamera fisik.
Ini memungkinkan penyerang untuk memberikan video sebelumnya dalam sistem identifikasi wajah, mudah untuk menipu sistem dan mengakses penipuan.
Teknologi orang yang berbasis AI semakin menyulitkan; Checker menggantikan wajah korban dengan orang lain, yang membuat tes biometri hampir tidak berguna.
Dampak keuangan dan sosial dari penipuan dengan kecepatan mendalam sangat penting. Menurut perkiraan, kerugian finansial di Indonesia hanya mencapai 138,5 juta dolar. AS dalam tiga bulan.
Ini menekankan dampak ekonomi yang serius dari penipuan dengan kecepatan yang dalam dan kebutuhan akan tindakan cepat. Serta kerugian finansial langsung, konsekuensi sosial juga sama -sama peduli.
Depfake menimbulkan ancaman serius terhadap keselamatan pribadi, integritas lembaga keuangan dan keamanan nasional. Teknologi ini dapat dengan mudah digunakan untuk serangan terhadap rekayasa sosial, pencurian kepribadian dan kampanye deformasi.
Masalah yang dihadapi industri anti -imovable dalam mendeteksi penipuan kecepatan dalam sangat besar. Kompleksitas dan evolusi cepat teknologi dalam tetap lebih dari metode deteksi tradisional.
Saat ini sistem melawan penipuan mengalami kesulitan setelah perkembangan ini, jadi deteksi waktu nyata menjadi sangat sulit. Kurangnya data pendidikan yang tersedia untuk sistem deteksi berdasarkan kecerdasan buatan juga memperburuk masalah ini.
Mengatasi masalah ini membutuhkan berbagai metode sudut yang berbeda. Lembaga keuangan harus mengadopsi strategi multi -level untuk menggabungkan keputusan anti -warna yang kompleks dengan proses yang diperbarui dari rekening giro.
Ini termasuk kombinasi sidik jari perangkat yang kuat, kecerdasan perangkat untuk menilai validitas perangkat dan aplikasi pemantauan untuk mendeteksi perangkat lunak berbahaya.
Ini dapat mendeteksi tidak konsisten tentang apakah akan mengidentifikasi template perilaku pengguna yang tidak biasa, yang membantu menentukan tindakan penipuan.
Penggunaan database dunia kerja bersama untuk bertukar informasi tentang perangkat penipuan, perangkat, dan ip -dress juga merupakan komponen penting dari perlindungan kompleks.
Berinvestasi dalam perangkat deteksi yang lebih baik, sebagaimana ditawarkan oleh Grup IB, sangat penting. Alat -alat ini menggunakan manfaat kecerdasan buatan, perilaku analitik, dan pemantauan perangkat yang kompleks untuk mengidentifikasi upaya penipuan nyata.
Pada akhirnya, upaya bergabung antara lembaga keuangan, pemasok teknologi dan otoritas pengawas dalam memerangi penipuan dalam depfake diperlukan.
Menggunakan pendekatan multlefel dengan keras kepala, industri dapat secara signifikan mengurangi risiko yang terkait dengan kecepatan mendalam dan melindungi dirinya dari ancaman yang berkembang ini.
