बैंकिंग धोखाधड़ी में घोटालेबाज एआई का उपयोग कैसे करते हैं

एआई ने धोखेबाजों को एंटी-स्पूफिंग चेक और वॉयस वेरिफिकेशन से बचने का अधिकार दिया है, जिससे वे बहुत तेज़ी से नकली पहचान और वित्तीय दस्तावेज़ तैयार कर सकते हैं। जनरेटिव तकनीक के विकसित होने के साथ-साथ उनके तरीके और भी ज़्यादा आविष्कारशील होते जा रहे हैं। उपभोक्ता खुद को कैसे सुरक्षित रख सकते हैं, और वित्तीय संस्थान उनकी मदद के लिए क्या कर सकते हैं?

1. डीपफेक धोखेबाज़ी को बढ़ावा देते हैं 

AI ने अब तक के सबसे बड़े सफल धोखेबाज़ घोटाले को संभव बनाया। 2024 में, यूनाइटेड किंगडम स्थित अरुप - एक इंजीनियरिंग कंसल्टिंग फर्म - करीब 25 मिलियन डॉलर का नुकसान हुआ जालसाजों ने लाइव वीडियो कॉन्फ्रेंस के दौरान एक कर्मचारी को फंड ट्रांसफर करने के लिए धोखा दिया। उन्होंने मुख्य वित्तीय अधिकारी सहित वास्तविक वरिष्ठ प्रबंधन नेताओं की डिजिटल क्लोनिंग की थी।  

डीपफेक डिजिटल डुप्लिकेट बनाने और यथार्थवाद का मूल्यांकन करने के लिए जनरेटर और डिस्क्रिमिनेटर एल्गोरिदम का उपयोग करते हैं, जिससे वे किसी के चेहरे की विशेषताओं और आवाज़ की नकल करने में सक्षम होते हैं। AI की मदद से अपराधी एक बना सकते हैं केवल एक मिनट का उपयोग करके ऑडियो और एक तस्वीर का मिश्रण। चूंकि ये कृत्रिम चित्र, ऑडियो क्लिप या वीडियो पहले से रिकॉर्ड किए जा सकते हैं या लाइव हो सकते हैं, इसलिए वे कहीं भी दिखाई दे सकते हैं।

2. जनरेटिव मॉडल फर्जी धोखाधड़ी की चेतावनियाँ भेजते हैं

एक जनरेटिव मॉडल एक साथ हज़ारों फर्जी धोखाधड़ी की चेतावनियाँ भेज सकता है। कल्पना करें कि कोई व्यक्ति उपभोक्ता इलेक्ट्रॉनिक्स वेबसाइट को हैक कर रहा है। जैसे ही बड़े ऑर्डर आते हैं, उनका AI ग्राहकों को कॉल करता है, और कहता है कि बैंक ने लेनदेन को धोखाधड़ी के रूप में चिह्नित किया है। यह उनका खाता नंबर और उनके सुरक्षा प्रश्नों के उत्तर मांगता है, और कहता है कि उसे उनकी पहचान सत्यापित करनी होगी। 

तत्काल कॉल और धोखाधड़ी के निहितार्थ ग्राहकों को अपनी बैंकिंग और व्यक्तिगत जानकारी देने के लिए राजी कर सकते हैं। चूंकि AI सेकंड में विशाल मात्रा में डेटा का विश्लेषण कर सकता है, इसलिए यह कॉल को अधिक विश्वसनीय बनाने के लिए वास्तविक तथ्यों का तुरंत संदर्भ दे सकता है।

3. एआई वैयक्तिकरण खाता अधिग्रहण को सुगम बनाता है 

जबकि साइबर अपराधी लगातार पासवर्ड का अनुमान लगाकर अपना रास्ता बना सकते हैं, वे अक्सर चोरी किए गए लॉगिन क्रेडेंशियल का उपयोग करते हैं। वे वास्तविक खाताधारक को उन्हें बाहर निकालने से रोकने के लिए तुरंत पासवर्ड, बैकअप ईमेल और मल्टीफ़ैक्टर प्रमाणीकरण संख्या बदल देते हैं। साइबर सुरक्षा पेशेवर इन युक्तियों से बचाव कर सकते हैं क्योंकि वे प्लेबुक को समझते हैं। AI अज्ञात चर पेश करता है, जो उनके बचाव को कमजोर करता है। 

निजीकरण सबसे खतरनाक हथियार है जो एक घोटालेबाज के पास हो सकता है। वे अक्सर लोगों को निशाना बनाते हैं अधिकतम यातायात अवधि के दौरान जब कई लेनदेन होते हैं - जैसे कि ब्लैक फ्राइडे - तो धोखाधड़ी की निगरानी करना कठिन हो जाता है। एक एल्गोरिथ्म किसी व्यक्ति की दिनचर्या, खरीदारी की आदतों या संदेश वरीयताओं के आधार पर भेजने के समय को अनुकूलित कर सकता है, जिससे उनके जुड़ने की संभावना अधिक हो जाती है।

उन्नत भाषा निर्माण और तीव्र प्रसंस्करण बड़े पैमाने पर ईमेल निर्माण, डोमेन स्पूफिंग और सामग्री वैयक्तिकरण को सक्षम बनाता है। भले ही बुरे अभिनेता 10 गुना अधिक संदेश भेजें, हर एक प्रामाणिक, प्रेरक और प्रासंगिक लगेगा।

4. जनरेटिव एआई ने फर्जी वेबसाइट घोटाले को नया रूप दिया

जनरेटिव तकनीक वायरफ्रेम डिजाइन करने से लेकर कंटेंट को व्यवस्थित करने तक सब कुछ कर सकती है। एक स्कैमर कुछ ही सेकंड में नकली, नो-कोड निवेश, ऋण या बैंकिंग वेबसाइट बनाने और संपादित करने के लिए पैसे दे सकता है। 

पारंपरिक फ़िशिंग पेज के विपरीत, यह लगभग वास्तविक समय में अपडेट हो सकता है और बातचीत का जवाब दे सकता है। उदाहरण के लिए, यदि कोई सूचीबद्ध फ़ोन नंबर पर कॉल करता है या लाइव चैट सुविधा का उपयोग करता है, तो वे वित्तीय सलाहकार या बैंक कर्मचारी की तरह काम करने के लिए प्रशिक्षित मॉडल से जुड़ सकते हैं। 

ऐसे ही एक मामले में, घोटालेबाजों ने एक्सांटे प्लेटफॉर्म की नकल की। ​​वैश्विक फिनटेक कंपनी उपयोगकर्ताओं को दर्जनों बाजारों में 1 मिलियन से अधिक वित्तीय साधनों तक पहुंच प्रदान करती है, इसलिए पीड़ितों को लगा कि वे वैध रूप से निवेश कर रहे हैं। हालाँकि, वे अनजाने में जेपी मॉर्गन चेस खाते में धन जमा कर रहे थे।

एक्सान्टे की अनुपालन प्रमुख नतालिया टैफ़्ट ने कहा कि फ़र्म को "काफ़ी" ऐसे ही घोटाले मिले हैं, जिससे पता चलता है कि पहला मामला कोई अलग मामला नहीं था। टैफ़्ट कहा कि घोटालेबाजों ने बहुत अच्छा काम किया वेबसाइट इंटरफ़ेस की क्लोनिंग। उन्होंने कहा कि एआई उपकरणों ने संभवतः इसे इसलिए बनाया क्योंकि यह एक "स्पीड गेम" है, और उन्हें "नीचे गिराए जाने से पहले जितना संभव हो उतने पीड़ितों को मारना चाहिए।"

5. एल्गोरिदम लाइवनेस डिटेक्शन टूल्स को बायपास करते हैं

लाइवनेस डिटेक्शन वास्तविक समय के बायोमेट्रिक्स का उपयोग करके यह निर्धारित करता है कि कैमरे के सामने वाला व्यक्ति असली है या नहीं और खाताधारक की आईडी से मेल खाता है या नहीं। सिद्धांत रूप में, प्रमाणीकरण को दरकिनार करना अधिक चुनौतीपूर्ण हो जाता है, जिससे लोगों को पुरानी तस्वीरों या वीडियो का उपयोग करने से रोका जा सकता है। हालाँकि, यह पहले जितना प्रभावी नहीं है, इसका श्रेय AI-संचालित डीपफेक को जाता है। 

साइबर अपराधी इस तकनीक का इस्तेमाल असली लोगों की नकल करके अकाउंट हैक करने में तेज़ी लाने के लिए कर सकते हैं। वैकल्पिक रूप से, वे इस टूल का इस्तेमाल करके किसी नकली व्यक्ति की पहचान करके पैसे ऐंठने में मदद कर सकते हैं। 

घोटालेबाजों को ऐसा करने के लिए मॉडल को प्रशिक्षित करने की आवश्यकता नहीं है - वे पहले से प्रशिक्षित संस्करण के लिए भुगतान कर सकते हैं। एक सॉफ्टवेयर समाधान दावा है कि यह पांच को बायपास कर सकता है फिनटेक कंपनियों द्वारा इस्तेमाल किए जाने वाले सबसे प्रमुख लाइवनेस डिटेक्शन टूल में से एक $2,000 की एकमुश्त खरीद है। इस तरह के टूल के विज्ञापन टेलीग्राम जैसे प्लेटफ़ॉर्म पर प्रचुर मात्रा में हैं, जो आधुनिक बैंकिंग धोखाधड़ी की आसानी को प्रदर्शित करता है।

6. एआई पहचान नए खाते की धोखाधड़ी को सक्षम बनाती है

जालसाज किसी व्यक्ति की पहचान चुराने के लिए जनरेटिव तकनीक का इस्तेमाल कर सकते हैं। डार्क वेब पर, कई जगह पासपोर्ट और ड्राइविंग लाइसेंस जैसे जाली सरकारी दस्तावेज़ पेश किए जाते हैं। इसके अलावा, वे नकली सेल्फी और वित्तीय रिकॉर्ड भी देते हैं। 

सिंथेटिक पहचान वास्तविक और नकली विवरणों को मिलाकर बनाया गया एक मनगढ़ंत व्यक्तित्व है। उदाहरण के लिए, सामाजिक सुरक्षा संख्या वास्तविक हो सकती है, लेकिन नाम और पता नहीं। नतीजतन, पारंपरिक उपकरणों से उनका पता लगाना कठिन होता है। 2021 पहचान और धोखाधड़ी के रुझान की रिपोर्ट मोटे तौर पर दिखाती है 33% झूठे सकारात्मक परिणाम इक्विफैक्स का मानना ​​है कि ये कृत्रिम पहचान हैं। 

उदार बजट और उच्च महत्वाकांक्षाओं वाले पेशेवर घोटालेबाज जनरेटिव टूल के साथ नई पहचान बनाते हैं। वे व्यक्तित्व का निर्माण करते हैं, वित्तीय और क्रेडिट इतिहास स्थापित करते हैं। ये वैध क्रियाएं आपके ग्राहक को जानने वाले सॉफ़्टवेयर को धोखा देती हैं, जिससे वे बिना पकड़े रह जाते हैं। आखिरकार, वे अपने क्रेडिट को अधिकतम कर देते हैं और शुद्ध-सकारात्मक आय के साथ गायब हो जाते हैं। 

हालांकि यह प्रक्रिया अधिक जटिल है, लेकिन यह निष्क्रिय रूप से होती है। धोखाधड़ी तकनीकों पर प्रशिक्षित उन्नत एल्गोरिदम वास्तविक समय में प्रतिक्रिया कर सकते हैं। वे जानते हैं कि कब खरीदारी करनी है, क्रेडिट कार्ड का ऋण चुकाना है या इंसानों की तरह ऋण लेना है, जिससे उन्हें पता लगने से बचने में मदद मिलती है।

इन AI घोटालों से बचाव के लिए बैंक क्या कर सकते हैं?

उपभोक्ता जटिल पासवर्ड बनाकर और व्यक्तिगत या खाता जानकारी साझा करते समय सावधानी बरतकर खुद को सुरक्षित रख सकते हैं। बैंकों को एआई से संबंधित धोखाधड़ी से बचाव के लिए और भी अधिक प्रयास करने चाहिए क्योंकि वे खातों की सुरक्षा और प्रबंधन के लिए जिम्मेदार हैं।

1. मल्टीफ़ैक्टर प्रमाणीकरण उपकरण का उपयोग करें

चूंकि डीपफेक ने बायोमेट्रिक सुरक्षा से समझौता किया है, इसलिए बैंकों को इसके बजाय मल्टीफ़ैक्टर प्रमाणीकरण पर भरोसा करना चाहिए। भले ही कोई स्कैमर किसी के लॉगिन क्रेडेंशियल को सफलतापूर्वक चुरा ले, लेकिन वे पहुँच प्राप्त नहीं कर सकते। 

वित्तीय संस्थाओं को ग्राहकों से कहना चाहिए कि वे अपना MFA कोड कभी साझा न करें। साइबर अपराधियों के लिए AI एक शक्तिशाली उपकरण है, लेकिन यह सुरक्षित वन-टाइम पासकोड को विश्वसनीय रूप से बायपास नहीं कर सकता। फ़िशिंग ऐसा करने का एकमात्र तरीका है।

2. अपने ग्राहक को जानें मानकों में सुधार करें

केवाईसी एक वित्तीय सेवा मानक है जिसके तहत बैंकों को ग्राहकों की पहचान, जोखिम प्रोफाइल और वित्तीय रिकॉर्ड सत्यापित करने की आवश्यकता होती है। जबकि कानूनी ग्रे क्षेत्रों में काम करने वाले सेवा प्रदाता तकनीकी रूप से केवाईसी के अधीन नहीं हैं - नए नियम DeFi को प्रभावित कर रहे हैं प्रभाव में नहीं आएगा 2027 तक - यह उद्योग-व्यापी सर्वोत्तम अभ्यास है। 

वर्षों पुराने, वैध, सावधानी से तैयार किए गए लेन-देन इतिहास वाली सिंथेटिक पहचानें विश्वसनीय तो होती हैं, लेकिन उनमें त्रुटियाँ भी हो सकती हैं। उदाहरण के लिए, सरल त्वरित इंजीनियरिंग एक जनरेटिव मॉडल को उसकी वास्तविक प्रकृति को प्रकट करने के लिए बाध्य कर सकती है। बैंकों को इन तकनीकों को अपनी रणनीतियों में एकीकृत करना चाहिए।

3. उन्नत व्यवहार विश्लेषण का उपयोग करें 

एआई से निपटने के लिए सबसे अच्छा तरीका है आग से आग से लड़ना। मशीन लर्निंग सिस्टम द्वारा संचालित व्यवहार विश्लेषण एक साथ हजारों लोगों पर भारी मात्रा में डेटा एकत्र कर सकता है। यह माउस की हरकत से लेकर टाइमस्टैम्प्ड एक्सेस लॉग तक सब कुछ ट्रैक कर सकता है। अचानक बदलाव से अकाउंट टेकओवर का संकेत मिलता है। 

हालांकि उन्नत मॉडल किसी व्यक्ति की खरीदारी या ऋण संबंधी आदतों की नकल कर सकते हैं, यदि उनके पास पर्याप्त ऐतिहासिक डेटा हो, लेकिन वे स्क्रॉल गति, स्वाइपिंग पैटर्न या माउस मूवमेंट की नकल करना नहीं जानते, जिससे बैंकों को सूक्ष्म लाभ मिल जाता है।

4. व्यापक जोखिम आकलन करें 

बैंकों को नए खाते में धोखाधड़ी को रोकने और मनी म्यूल से संसाधन प्राप्त करने से रोकने के लिए खाता बनाते समय जोखिम मूल्यांकन करना चाहिए। वे नाम, पता और एसएसएन में विसंगतियों की खोज करके शुरुआत कर सकते हैं। 

हालांकि कृत्रिम पहचान विश्वसनीय होती है, लेकिन वे पूरी तरह से सुरक्षित नहीं होती हैं। सार्वजनिक रिकॉर्ड और सोशल मीडिया की गहन खोज से पता चलेगा कि वे हाल ही में अस्तित्व में आई हैं। एक पेशेवर व्यक्ति पर्याप्त समय देकर उन्हें हटा सकता है, जिससे पैसे की हेराफेरी और वित्तीय धोखाधड़ी को रोका जा सकता है।

सत्यापन लंबित रहने तक अस्थायी रोक या स्थानांतरण सीमा खराब लोगों को सामूहिक रूप से खाते बनाने और डंप करने से रोक सकती है। जबकि वास्तविक उपयोगकर्ताओं के लिए प्रक्रिया को कम सहज बनाने से घर्षण हो सकता है, यह उपभोक्ताओं को लंबे समय में हजारों या यहां तक ​​कि दसियों हज़ार डॉलर बचा सकता है।

ग्राहकों को AI घोटालों और धोखाधड़ी से बचाना

एआई बैंकों और फिनटेक कंपनियों के लिए एक गंभीर समस्या है क्योंकि बुरे लोगों को परिष्कृत घोटाले करने के लिए विशेषज्ञ होने की ज़रूरत नहीं है - या यहाँ तक कि बहुत तकनीकी रूप से साक्षर होने की भी ज़रूरत नहीं है। इसके अलावा, उन्हें कोई विशेष मॉडल बनाने की ज़रूरत नहीं है। इसके बजाय, वे एक सामान्य-उद्देश्य वाले संस्करण को जेलब्रेक कर सकते हैं। चूँकि ये उपकरण इतने सुलभ हैं, इसलिए बैंकों को सक्रिय और मेहनती होना चाहिए।