ღრმა ფეიქ ტექნოლოგიების ციფრული უსაფრთხოებისთვის სერიოზული გამოწვევები შექმნა. ბრაზილიაში ამ ტიპის თაღლითობა სწრაფად გავრცელდა: 2024 წლის ოქტომბერში ფედერალური ოლქის სამოქალაქო პოლიციამ დაიწყო ოპერაცია „დეგენერაციული ხელოვნური ინტელექტი“, რომლის მიზანი იყო ხელოვნური ინტელექტის აპლიკაციების გამოყენებით საბანკო ანგარიშების გატეხვაში სპეციალიზირებული ბანდის დემონტაჟი.
გამოძიების ქვეშ მყოფმა ჯგუფმა კოორდინირებული შეტევების, მესამე მხარის მონაცემებისა და ღრმა ყალბი ტექნოლოგიების გამოყენებით ციფრული საბანკო ანგარიშის მფლობელების საბანკო ანგარიშებზე შეღწევის 550-ზე მეტი მცდელობა განახორციელა. ამ მეთოდის გამოყენებით, მათ ანგარიშის გახსნის პროცედურების დასადასტურებლად და ახალი მოწყობილობების გასააქტიურებლად ანგარიშის მფლობელების სურათების რეპროდუცირება მოახერხეს. ბანდამ დაახლოებით 110,000,000 რენდის გადატანა მოახერხა ინდივიდუალური და კორპორატიული ანგარიშების მეშვეობით, ისეთი საქმიანობით, რომელიც ფულის გათეთრებაზე მიუთითებს - ზიანი მხოლოდ ბანკების მიერ ჩატარებული თაღლითობის პრევენციის აუდიტების წყალობით არ გაზრდილა, რომლებმაც თაღლითობის დიდი ნაწილის შეჩერება მოახერხეს.
ღრმა ფეიქის ტექნოლოგია მუდმივად ვითარდება — და სავარაუდოდ, კიდევ უფრო გაიზრდება: Deloitte-ის კვლევის თანახმად, ღრმა ქსელში შესაძლებელია თაღლითობის პროგრამული უზრუნველყოფის პოვნა, რომლის ფასებიც 20 აშშ დოლარიდან ათასობით დოლარამდე მერყეობს, რაც გლობალური თაღლითობის ეკონომიკის ძალაზე მიუთითებს. ტერმინი, რომელსაც Javelin Strategy & Research იყენებს გლობალური მასშტაბით განხორციელებული კრიმინალური საქმიანობის ზრდის აღსანიშნავად, მათ შორის თაღლითობის სხვადასხვა სახეობის აღსანიშნავად.
Idwall-ის მიერ გამოქვეყნებული ფინანსური თაღლითობის ანგარიშის თანახმად, 2023 წლის პირველი კვარტლის 2024 წლის პირველ კვარტალთან შედარებით, მაღალი სირთულის თაღლითობის შემთხვევები 16%-ით გაიზარდა. თუმცა, როდესაც მაღალი სირთულის შესახებ ვსაუბრობთ, რა ტიპის თაღლითობის შესახებ უნდა იყვნენ კომპანიები ინფორმირებულნი?
არსებობს ორი ყველაზე გავრცელებული ტიპი: მომხმარებლებისა და დოკუმენტების შექმნა სინთეზური მონაცემებით, რომლის დროსაც თაღლითები რეალური მონაცემებიდან ყალბ დოკუმენტებსა და სახეებს ქმნიან, რაც თაღლითობას უფრო დამაჯერებელს და ართულებს მის აღმოჩენას; და სელფების მანიპულირება, რომლის დროსაც რეალური დოკუმენტი შერწყმულია deepfake-ის სახის ამოცნობის სისტემების გვერდის ავლით. ეს თაღლითობები შეიძლება მოხდეს ციფრული მოგზაურობის სხვადასხვა ეტაპზე, მაგალითად, ახალი მომხმარებლების რეგისტრაციის, მოწყობილობების ან პაროლების შეცვლის და ახალი პროდუქტებისა და კრედიტის მოთხოვნის დროს.
ციფრული უსაფრთხოების ეფექტური გადაწყვეტილებების შექმნა ისეთივე რთულია, როგორც თაღლითობის პრევენცია — განსაკუთრებით მაშინ, როდესაც გავითვალისწინებთ, რომ ბრაზილიის ბაზარს აქვს თავისებურებები, როგორიცაა მობილური ტელეფონების მოდელებისა და ოპერაციული სისტემების მრავალფეროვნება, გამოყენებული ძველი მობილური მოწყობილობები და მოსახლეობის შეზღუდული ინტერნეტ წვდომა, რაც ხელს უშლის მოწინავე უსაფრთხოების ტექნოლოგიების დანერგვას.
თუმცა, რთულ პირობებშიც კი, აუცილებელია თაღლითებისგან მაღალი დონის დაცვის უზრუნველყოფა, რომლებიც მუდმივად აუმჯობესებენ თავიანთ ტექნიკას; ამიტომ, ბევრმა კომპანიამ დაიწყო თავისი ინსტრუმენტების ტესტირება თაღლითების მიერ უკვე გამოყენებული მეთოდების გამოყენებით, როგორიცაა 2D და 3D ნიღბები, სახეების სიმულირებისთვის და ავტორიზაციის სისტემების გვერდის ავლით. გარდა ამისა, კომპანიებისთვის უმნიშვნელოვანესია ისეთი სერტიფიკატების მოთხოვნა, რომლებიც უზრუნველყოფენ გამოყენებული ბიომეტრიული ვალიდაციის ეფექტურობას ღრმა ყალბი მონაცემების აღმოსაჩენად - როგორიცაა iBeta 2 ბეჭედი - საიმედო და უსაფრთხო ტექნოლოგიების დანერგვისთვის.
თუმცა, ღრმა ყალბი მონაცემების აღმოსაჩენად მხოლოდ ბიომეტრიული ვერიფიკაცია საკმარისი არ არის: საჭიროა მრავალშრიანი მიდგომა. მომხმარებლის მონაცემების სიზუსტის უფრო მაღალი სიზუსტით დასადასტურებლად, ეს ტექნოლოგია უნდა იყოს შერწყმული სხვა რესურსებთან, როგორიცაა დოკუმენტების სკანირება, OCR (ოპტიკური სიმბოლოების ამოცნობა) და წარსულის შემოწმება . ინტეგრაციამ ინტეგრაციის მიღებას, მაგალითად, ყალბი მონაცემების ან სხვა პირის დოკუმენტების გამოყენებით.
გენერაციული ხელოვნური ინტელექტის ხელსაწყოებისა და დახვეწილი ტექნიკის განვითარებასთან ერთად, რომლებიც თაღლითობის ჩადენას აადვილებს და იაფს ხდის, ღრმა ფეიკებით წარმოშობილი თაღლითობა კიდევ უფრო იზრდება და უკანონობიდან „საცალო“ დონემდე გადადის. ამ სცენარში, კომპანიებმა რაც შეიძლება მალე უნდა ჩადონ ინვესტიცია ისეთ გადაწყვეტილებებში, რომლებიც აკავშირებენ ტექნოლოგიას, ავტომატიზაციას და ინტელექტს, არჩევენ ცენტრალიზებულ გადაწყვეტილებებს, რომლებიც აერთიანებენ მომხმარებლის ყველა რეგისტრაციის, დოკუმენტურ და ბიომეტრიულ მონაცემს ერთ გარემოში.
