วิจัย บาลาสุบรามานิยัน ผู้ร่วมก่อตั้งและซีอีโอของ Pindrop – ชุดสัมภาษณ์

วิจัย บาลาสุบรามานิยัน เป็นผู้ร่วมก่อตั้งและซีอีโอของ Pindrop เขา曾ดำรงตำแหน่งวิศวกรและนักวิจัยในบริษัทต่างๆ เช่น Google, Siemens, IBM Research และ Intel

Pindrop‘s วิธีแก้ปัญหาเป็นผู้นำในด้านอนาคตของเสียงโดยการกำหนดมาตรฐานสำหรับการระบุตัวตน ความปลอดภัย และความไว้วางใจสำหรับการโต้ตอบเสียงทุกอย่าง วิธีแก้ปัญหาของ Pindrop ป้องกันธนาคาร ใหญ่ๆ ของโลก บรรษัทประกัน และร้านค้าปลีกโดยใช้เทคโนโลยีที่ได้รับสิทธิบัตรซึ่งสามารถดึงข้อมูลจากทุกๆ การโทรและเสียงที่พบ วิธีแก้ปัญหาของ Pindrop ช่วยตรวจจับคนฉ้อโกงและยืนยันตัวตนลูกค้าที่แท้จริง ลดการฉ้อโกงและค่าใช้จ่ายในการดำเนินงาน ในขณะเดียวกันก็ปรับปรุงประสบการณ์ของลูกค้าและปกป้องชื่อเสียงของแบรนด์ Pindrop เป็นบริษัทเอกชนที่มีสำนักงานใหญ่อยู่ที่ Atlanta, GA ก่อตั้งในปี 2011 โดย Dr. Vijay Balasubramaniyan, Dr. Paul Judge และ Dr. Mustaque Ahamad และได้รับการสนับสนุนจาก Andreessen Horowitz, Citi Ventures, Felicis Ventures, CapitalG, GV, IVP และ Vitruvian Partners สำหรับข้อมูลเพิ่มเติม โปรดเยี่ยมชม pindrop.com

อะไรคือข้อสรุปหลักจาก รายงาน Pindrop’s 2024 Voice Intelligence and Security Report เกี่ยวกับสถานะปัจจุบันของการฉ้อโกงและความปลอดภัยทางเสียง?

รายงานให้ข้อมูลเชิงลึกเกี่ยวกับประเด็นความปลอดภัยที่กดดันและแนวโน้มในอนาคต โดยเฉพาะอย่างยิ่งในศูนย์บริการลูกค้าที่ให้บริการสถาบันการเงินและ非การเงิน ผลการวิจัยที่สำคัญในรายงานรวมถึง:

• การเพิ่มขึ้นของการฉ้อโกงในศูนย์บริการลูกค้า: การฉ้อโกงในศูนย์บริการลูกค้าเพิ่มขึ้น 60% ในช่วงสองปีที่ผ่านมา และถึงระดับสูงสุดนับตั้งแต่ปี 2019 โดยคาดว่าภายในสิ้นปีนี้ จะมีการโทรฉ้อโกงหนึ่งครั้งต่อทุกๆ 730 การโทรเข้าศูนย์บริการลูกค้า
• การเพิ่มขึ้นของความซับซ้อนของการโจมตีโดยใช้ Deepfake: การโจมตีโดยใช้ Deepfake รวมถึงการสร้างเสียงสังเคราะห์ที่ซับซ้อนกำลังเพิ่มขึ้น และคาดว่าจะมีความเสี่ยงการฉ้อโกงประมาณ 5 พันล้านดอลลาร์ต่อศูนย์บริการลูกค้าในสหรัฐอเมริกา เทคโนโลยีนี้ถูกใช้เพื่อเพิ่มกลยุทธ์การฉ้อโกง เช่น การสืบสวนบัญชีแบบอัตโนมัติ การส่งสแปมเสียง และการโจมตีทางสังคม
• วิธีการตรวจจับการฉ้อโกงและยืนยันตัวตนแบบดั้งเดิมไม่ได้ผล: บริษัทต่างๆ ยังคงพึ่งพาการยืนยันตัวตนลูกค้าด้วยตนเอง ซึ่งเป็นกระบวนการที่ใช้เวลานานและไม่มีประสิทธิภาพในการหยุดการฉ้อโกง มีเหยื่อการละเมิดข้อมูลส่วนบุคคล 350 ล้านคน และค่าใช้จ่ายในการยืนยันตัวตนที่สูงถึง 12 พันล้านดอลลาร์ต่อปี และการสูญเสียการฉ้อโกง 10 พันล้านดอลลาร์เป็นหลักฐานว่าวิธีการรักษาความปลอดภัยในปัจจุบันไม่ได้ผล
• ต้องการวิธีการและเทคโนโลยีใหม่ๆ: การตรวจจับ Liveness เป็นสิ่งสำคัญในการต่อสู้กับ AI ที่ไม่ดีและเพิ่มความปลอดภัย การวิเคราะห์เสียงยังคงสำคัญ แต่ต้องจับคู่กับการตรวจจับ Liveness และการยืนยันตัวตนด้วยหลายปัจจัย

ตามรายงาน 67.5% ของผู้บริโภคในสหรัฐอเมริกากังวลเกี่ยวกับ Deepfake ในภาคการธนาคาร คุณสามารถอธิบายเกี่ยวกับภัยคุกคาม Deepfake ที่สถาบันการเงินต้องเผชิญได้หรือไม่?

การฉ้อโกงทางโทรศัพท์ในภาคการธนาคารเพิ่มขึ้นเนื่องจากหลายปัจจัย เนื่องจากสถาบันการเงินพึ่งพาลูกค้าในการยืนยันกิจกรรมที่น่าสงสัย ศูนย์บริการลูกค้าจึงกลายเป็นเป้าหมายหลักสำหรับคนฉ้อโกง คนฉ้อโกงใช้เทคนิคการโจมตีทางสังคมเพื่อหลอกลวงตัวแทนบริการลูกค้า ทำให้พวกเขายกเลิกข้อจำกัดหรือช่วยตั้งค่า lạiข้อมูลรับรองการธนาคารออนไลน์ ตามข้อมูลจากลูกค้าธนาคารของ Pindrop หนึ่ง 36% ของการโทรฉ้อโกงที่ระบุไว้หลักๆ มุ่งหมายเพื่อยกเลิกการระงับที่กำหนดโดยการควบคุมการฉ้อโกง ลูกค้าธนาคารอีกคนของ Pindrop รายงานว่า 19% ของการโทรฉ้อโกงมุ่งหมายเพื่อเข้าถึงการธนาคารออนไลน์ ด้วยการเพิ่มขึ้นของ AI ที่สร้างและ Deepfake การโจมตีเหล่านี้จึงกลายเป็นเรื่องที่มีประสิทธิภาพและปรับขนาดได้มากขึ้น ตอนนี้คนฉ้อโกงหนึ่งหรือสองคนในโรงรถสามารถสร้างเสียงสังเคราะห์ได้หลายเสียงและโจมตีหลายสถาบันการเงินพร้อมๆ กัน และเพิ่มกลยุทธ์ของพวกเขา สิ่งนี้ทำให้เกิดความเสี่ยงและความกังวลที่เพิ่มขึ้นในหมู่ผู้บริโภคเกี่ยวกับว่าภาคการธนาคารเตรียมพร้อมที่จะป้องกันการโจมตีที่ซับซ้อนเหล่านี้หรือไม่

การปรับปรุง AI ที่สร้างได้如何ช่วยให้ Deepfake เพิ่มขึ้น และสิ่งเหล่านี้ก่อให้เกิดความท้าทายเฉพาะเจาะจงใดๆ ต่อระบบความปลอดภัย?

แม้ว่า Deepfake จะไม่ใช่สิ่งใหม่ แต่การปรับปรุง AI ที่สร้างได้ทำให้พวกมันกลายเป็นเวกเตอร์ที่มีประสิทธิภาพในช่วงปีที่ผ่านมา เนื่องจากพวกมันสามารถสร้างเสียงพูดและภาษาที่น่าเชื่อถือได้มากขึ้นในขนาดใหญ่ การปรับปรุง AI ที่สร้างได้ทำให้โมเดลภาษาขนาดใหญ่มากขึ้นสามารถสร้างเสียงพูดและภาษาที่น่าเชื่อถือได้มากขึ้น ตอนนี้เสียงสังเคราะห์ที่ดูเป็นธรรมชาติสามารถสร้างขึ้นได้อย่างถูกต้องและในขนาดใหญ่ การพัฒนานี้ทำให้ Deepfake มีให้สำหรับทุกคน รวมถึงคนฉ้อโกงด้วย สิ่งเหล่านี้ท้าทายระบบความปลอดภัยโดยการทำให้การโจมตีทางโทรศัพท์ที่น่าเชื่อถือ การแพร่กระจายข้อมูลที่ไม่ถูกต้อง และการฉ้อโกงทางการเงินผ่านการปลอมตัวที่สมจริง สิ่งเหล่านี้บ่อนทำลายวิธีการยืนยันตัวตนแบบดั้งเดิม สร้างความเสี่ยงด้านชื่อเสียงที่สำคัญ และต้องการเทคโนโลยีการตรวจจับที่ทันสมัยเพื่อติดตามการเปลี่ยนแปลงและความสามารถในการปรับขนาด

วิธีการที่ Pindrop Pulse มีส่วนช่วยในการระบุ TTS engine ที่ใช้ในเหตุการณ์ President Biden robocall และสิ่งนี้มีผลกระทบต่อการตรวจจับ Deepfake ในอนาคตอย่างไร?

Pindrop Pulse มีบทบาทสำคัญในการระบุ ElevenLabs ซึ่งเป็น TTS engine ที่ใช้ในเหตุการณ์ President Biden robocall โดยใช้เทคโนโลยีการตรวจจับ Deepfake ที่ทันสมัยของเรา เราใช้กระบวนการวิเคราะห์สี่ขั้นตอน ซึ่งรวมถึงการกรองและทำความสะอาดเสียง การดึงคุณลักษณะ การวิเคราะห์ขั้นตอนและการให้คะแนนอย่างต่อเนื่อง กระบวนการนี้ช่วยให้เราสามารถกรองเฟรมที่ไม่ใช่เสียงออกไป ลดขนาดเสียงให้เลียนแบบสภาพโทรศัพท์ และดึงคุณลักษณะสเปกโทร-ชั่วคราวระดับต่ำออกมา

โดยการแบ่งเสียงออกเป็น 155 ขั้นตอนและกำหนดคะแนนความเป็นไปได้ เราพบว่าเสียงนั้นเป็นของเทียมอย่างสม่ำเสมอ โดยใช้ “fakeprints” เราเปรียบเทียบเสียงกับระบบ TTS 122 ระบบและระบุได้ว่า ElevenLabs หรือระบบที่คล้ายกันถูกใช้ โดยมีความน่าจะเป็น 99% การค้นพบของเราถูกยืนยันโดย SpeechAI Classifier ของ ElevenLabs ด้วยความน่าจะเป็น 84% การวิเคราะห์ของเราเปิดเผยอาร์ติแฟคต์ของ Deepfake โดยเฉพาะในประโยคที่มีเสียงเสียดสีและนิพจน์ที่ไม่ธรรมดาสำหรับ President Biden

กรณีนี้เน้นย้ำถึงความสำคัญของระบบการตรวจจับ Deepfake ที่มีความสามารถในการปรับขนาดและอธิบายได้ ซึ่งเพิ่มความแม่นยำ สร้างความไว้วางใจ และปรับตัวให้เข้ากับเทคโนโลยีใหม่ๆ นอกจากนี้ยังเน้นย้ำถึงความจำเป็นสำหรับระบบ AI ที่สร้างขึ้นในการรวมการป้องกันการละเมิดใช้งาน เพื่อให้แน่ใจว่าการปลอมเสียงได้รับการยินยอมจากบุคคลที่แท้จริง วิธีการของเราตั้งมาตรฐานสำหรับการจัดการกับภัยคุกคามสื่อสังเคราะห์ โดยเน้นย้ำถึงการตรวจสอบและวิจัยอย่างต่อเนื่องเพื่อติดตามวิธีการ Deepfake ที่กำลังพัฒนา

รายงานกล่าวถึงความกังวลที่สำคัญเกี่ยวกับ Deepfake ที่ส่งผลกระทบต่อสถาบันสื่อและทางการเมือง คุณสามารถให้ข้อมูลเกี่ยวกับเหตุการณ์ดังกล่าวและผลกระทบที่อาจเกิดขึ้นได้หรือไม่?

การวิจัยของเราพบว่าผู้บริโภคในสหรัฐอเมริกากังวลมากที่สุดเกี่ยวกับความเสี่ยงของ Deepfake และเสียงปลอมในภาคการธนาคารและภาคการเงิน แต่นอกเหนือจากนั้น ภัยคุกคามของ Deepfake ที่จะทำลายสถาบันสื่อและทางการเมืองก็เป็นความท้าทายที่สำคัญเช่นกัน นอกสหรัฐอเมริกา การใช้ Deepfake ยังได้รับการสังเกตในอินโดนีเซีย (Suharto Deepfake) และสโลวาเกีย (Michal Šimečka และ Monika Tódová voice Deepfake)

ปี 2024 เป็นปีเลือกตั้งที่สำคัญในสหรัฐอเมริกาและอินเดีย โดยคาดว่าจะมีผู้ลงคะแนนเสียง 4 พันล้านคนใน 40 ประเทศ ด้วยเทคโนโลยี AI ที่ทำให้สามารถหลอกลวงผู้คนบนอินเทอร์เน็ตได้ง่ายขึ้น เราคาดว่าจะมีการโจมตี Deepfake ที่มุ่งเป้าไปที่สถาบันรัฐบาล บริษัทสื่อสังคม และประชาชนทั่วไป ซึ่งมีจุดมุ่งหมายเพื่อสร้างความไม่ไว้วางใจในสถาบันเหล่านี้และแพร่กระจายข้อมูลที่ไม่ถูกต้องในสาธารณะ

คุณสามารถอธิบายเทคโนโลยีและวิธีการที่ Pindrop ใช้ในการตรวจจับ Deepfake และเสียงสังเคราะห์ในเวลาจริงได้หรือไม่?

Pindrop ใช้เทคโนโลยีและวิธีการที่ทันสมัยเพื่อตรวจจับ Deepfake และเสียงสังเคราะห์ในเวลาจริง รวมถึง:

• • การตรวจจับ Liveness: Pindrop ใช้การเรียนรู้ของเครื่องขนาดใหญ่เพื่อวิเคราะห์เฟรมที่ไม่ใช่เสียง (เช่น ความเงียบ ความเสียง ดนตรี) และดึงคุณลักษณะสเปกโทร-ชั่วคราวระดับต่ำที่แยกความแตกต่างระหว่างเสียงที่สร้างโดยเครื่องและเสียงมนุษย์ทั่วไป
  • การทำฟิงเกอร์ปริ้นเสียง – สิ่งนี้เกี่ยวข้องกับการสร้างลายบันทึกดิจิทัลสำหรับเสียงแต่ละเสียงตามคุณสมบัติเสียง เช่น โทน เสียง และจังหวะ ลายบันทึกเหล่านี้ถูกใช้เพื่อเปรียบเทียบและจับคู่เสียงต่างๆ ในระหว่างการโทรและโต้ตอบ
  • การวิเคราะห์พฤติกรรม – ใช้เพื่อวิเคราะห์รูปแบบพฤติกรรมที่ดูไม่ปกติ รวมถึงการเข้าถึงบัญชีหลายบัญชีในครั้งเดียว การใช้บอท และการโทรแบบโรบอต

• การวิเคราะห์เสียง – โดยการวิเคราะห์คุณลักษณะเสียง เช่น ลักษณะทางกายวิภาคศาสตร์ของเสียง การเปลี่ยนแปลงของเสียง และรูปแบบการพูด Pindrop สามารถสร้างลายบันทึกเสียงสำหรับบุคคลแต่ละคนได้ การเปลี่ยนแปลงใดๆ จากลายบันทึกเสียงที่คาดหวังสามารถกระตุ้นการแจ้งเตือน

• การเข้าถึงความปลอดภัยหลายชั้น – สิ่งนี้เกี่ยวข้องกับการรวมวิธีการตรวจจับต่างๆ เพื่อข้ามการตรวจสอบผลลัพธ์และเพิ่มความแม่นยำของการตรวจจับ ตัวอย่างเช่น ผลการตรวจจับลายบันทึกเสียงอาจถูกข้ามกับการวิเคราะห์ไบโอเมตริกเพื่อยืนยันการสงสัย
• การเรียนรู้และปรับตัวอย่างต่อเนื่อง – Pindrop อัปเดตโมเดลและอัลกอริทึมอย่างต่อเนื่อง สิ่งนี้เกี่ยวข้องกับการรวมข้อมูลใหม่ การปรับปรุงเทคนิคการตรวจจับ และการอยู่ข้างหน้าของภัยคุกคามที่กำลังพัฒนา การเรียนรู้อย่างต่อเนื่องช่วยให้ความสามารถในการตรวจจับของ Pindrop ดีขึ้นตามเวลาและปรับตัวให้เข้ากับการโจมตีเสียงสังเคราะห์ใหม่ๆ

สิ่งใดคือ Pulse Deepfake Warranty และวิธีการที่มันเพิ่มความมั่นใจให้กับลูกค้าในความสามารถของ Pindrop ในการรับมือกับภัยคุกคาม Deepfake?

Pulse Deepfake Warranty เป็นการรับประกันแบบแรกที่ให้การชดเชยสำหรับการฉ้อโกงเสียงสังเคราะห์ในศูนย์บริการลูกค้า ในขณะที่เรายืนอยู่ที่จุดเปลี่ยนของภูมิทัศน์การโจมตีทางไซเบอร์ความเสียหายทางการเงินที่อาจเกิดขึ้นคาดว่าจะเพิ่มขึ้นถึง 10.5 ล้านล้านดอลลาร์ภายในปี 2025 Pulse Deepfake Warranty เพิ่มความมั่นใจให้กับลูกค้าโดยให้ประโยชน์หลักๆ ดังนี้:

• ความไว้วางใจที่เพิ่มขึ้น: การรับประกัน Pulse Deepfake แสดงให้เห็นถึงความมั่นใจของ Pindrop ในผลิตภัณฑ์และเทคโนโลยีของตน โดยให้โซลูชันความปลอดภัยที่เชื่อถือได้สำหรับลูกค้าในการบริการลูกค้า
• การชดเชยความเสียหาย: ลูกค้าของ Pindrop สามารถได้รับการชดเชยสำหรับการฉ้อโกงเสียงสังเคราะห์ที่ไม่ได้รับการตรวจจับโดยชุดผลิตภัณฑ์ Pindrop
• การปรับปรุงอย่างต่อเนื่อง: คำขอของลูกค้าที่ได้รับภายใต้โปรแกรมการรับประกันจะช่วยให้ Pindrop อยู่ข้างหน้าของกลยุทธ์การฉ้อโกงเสียงสังเคราะห์ที่กำลังพัฒนา

มีกรณีศึกษาที่สำคัญใดๆ ที่เทคโนโลยีของ Pindrop ได้ป้องกันภัยคุกคาม Deepfake ได้สำเร็จหรือไม่? ผลลัพธ์เป็นอย่างไร?

เหตุการณ์ Pikesville High School: ในวันที่ 16 มกราคม 2024 มีการเผยแพร่การบันทึกเสียงบน Instagram ที่อ้างว่าเป็นเสียงของ校长โรงเรียน Pikesville High School ในบัลติมอร์ รัฐแมริแลนด์ เสียงนั้น含ข้อความที่ไม่เหมาะสมเกี่ยวกับนักเรียนและครูคนผิวดำ ซึ่งทำให้เกิดการวิพากษ์วิจารณ์อย่างกว้างขวางและความกังวลอย่างจริงจัง

หลังจากเหตุการณ์นี้ Pindrop ได้ทำการสอบสวนอย่างละเอียด โดยดำเนินการวิเคราะห์อิสระสามครั้งเพื่อเปิดเผยความจริง ผลการสอบสวนของเราได้นำไปสู่ข้อสรุปที่ละเอียด โดยที่แม้ว่าเสียงในเดือนมกราคมจะถูกดัดแปลง แต่ก็ไม่มีลักษณะที่ชัดเจนของเสียงสังเคราะห์ที่สร้างโดย AI ความมั่นใจของเราที่ 97% ในการกำหนดสิ่งนี้ได้รับการสนับสนุนจากเมตริกการวิเคราะห์ของเรา การค้นพบครั้งสำคัญนี้เน้นย้ำถึงความสำคัญของการทำการวิเคราะห์ที่ละเอียดและเป็นกลางก่อนที่จะประกาศต่อสาธารณะเกี่ยวกับลักษณะของสื่อที่อาจถูกดัดแปลง

ที่ธนาคารขนาดใหญ่ในสหรัฐอเมริกา Pindrop ค้นพบว่าคนฉ้อโกงใช้เสียงสังเคราะห์เพื่อหลบหลีกการยืนยันตัวตนใน IVR เราพบว่าคนฉ้อโกงใช้เสียงที่สร้างโดยเครื่องเพื่อหลบหลีกการยืนยันตัวตนใน IVR โดยให้คำตอบที่ถูกต้องสำหรับคำถามความปลอดภัยและในบางกรณีแม้แต่ผ่านรหัสผ่านแบบหนึ่งครั้ง (OTP) การโทรต่อๆ มาในบัญชีเหล่านี้มาจากคนจริงเพื่อกระทำการฉ้อโกง Pindrop ระบุการฉ้อโกงนี้ให้กับธนาคารในเวลาจริงโดยใช้เทคโนโลยี Pulse และสามารถหยุดคนฉ้อโกงได้

ในสถาบันการเงินอีกแห่งหนึ่ง Pindrop พบว่าคนฉ้อโกงบางคนกำลังฝึกเสียงของตัวเองให้เหมือนกับระบบตอบรับอัตโนมัติของธนาคาร ในการโทรที่ดูแปลกๆ เสียงของคนฉ้อโกงโทรเข้า IVR ไม่ใช่เพื่อทำการซื้อขายบัญชี แต่เพื่อซ้ำคำพูดที่ได้ยินจาก IVR หลายๆ ครั้ง สัปดาห์หลังจากนั้น มีการโทรเข้ามาเพิ่มขึ้น โดยที่เสียงของคนฉ้อโกงซ้ำคำพูดในลักษณะและน้ำเสียงที่เหมือนกับ IVR ของธนาคาร เราเชื่อว่าคนฉ้อโกงกำลังฝึกเสียงของตัวเองให้เหมือนกับ IVR ของธนาคารเพื่อใช้เป็นจุดเริ่มต้นของการโจมตี smishing ด้วยความช่วยเหลือของ Pindrop Pulse สถาบันการเงินสามารถป้องกันการโจมตีนี้ได้ก่อนที่จะเกิดความเสียหาย

การทดลอง Deepfake เสียงอิสระของ NPR: ความปลอดภัยดิจิทัลเป็นการแข่งขันที่ไม่สิ้นสุดระหว่างคนฉ้อโกงและผู้ให้บริการเทคโนโลยีความปลอดภัย มีผู้ให้บริการหลายราย รวมถึง Pindrop ที่อ้างว่าสามารถตรวจจับ Deepfake เสียงได้อย่างต่อเนื่อง – NPR ได้ทดสอบคำกล่าวอ้างเหล่านี้ เพื่อประเมินว่าโซลูชันเทคโนโลยีปัจจุบันสามารถตรวจจับ Deepfake เสียงที่สร้างโดย AI ได้อย่างต่อเนื่องหรือไม่

Pindrop Pulse ตรวจจับเสียง Deepfake ได้ถูกต้อง 81 ใน 84 ตัวอย่าง ซึ่งเท่ากับอัตราความแม่นยำ 96.4% นอกจากนี้ Pindrop Pulse ยังตรวจจับ Deepfake ทั้งหมด 100% ได้สำเร็จ ในขณะที่ผู้ให้บริการอื่นๆ ก็ถูกประเมินใน nghiên cứuเช่นกัน Pindrop ได้แสดงให้เห็นว่าเทคโนโลยีของตนสามารถตรวจจับและยืนยันเสียง Deepfake และเสียงจริงได้อย่างแม่นยำ

คุณคาดการณ์แนวโน้มในอนาคตของการฉ้อโกงทางเสียงและความปลอดภัยอย่างไร โดยเฉพาะอย่างยิ่งด้วยการพัฒนาที่รวดเร็วของเทคโนโลยี AI?

เราคาดว่าการฉ้อโกงในศูนย์บริการลูกค้าจะเพิ่มขึ้นในปี 2024 ตามการวิเคราะห์ระดับแนวตั้ง เราคาดว่าอัตราการฉ้อโกงจะสูงถึง 1 ในทุกๆ 730 การโทรเข้าศูนย์บริการลูกค้า ซึ่งแสดงถึงการเพิ่มขึ้น 4-5% จากระดับปัจจุบัน

การฉ้อโกงส่วนใหญ่ที่เพิ่มขึ้นคาดว่าจะส่งผลกระทบต่อภาคการธนาคาร ในขณะที่การฉ้อโกงในภาคประกัน การ môi giới และภาคการเงินอื่นๆ คาดว่าจะยังคงอยู่ในระดับปัจจุบัน เราคาดว่าอัตราการฉ้อโกงเหล่านี้จะส่งผลให้เกิดความเสี่ยงการฉ้อโกง 7 พันล้านดอลลาร์สำหรับสถาบันการเงินในสหรัฐอเมริกา ซึ่งต้องได้รับการป้องกัน อย่างไรก็ตาม เราคาดว่าจะมีการเปลี่ยนแปลงที่สำคัญ โดยเฉพาะอย่างยิ่งด้วยการฉ้อโกงที่ใช้ IVR เป็นสนามทดสอบ เราได้สังเกตเห็นการเพิ่มขึ้นของคนฉ้อโกงที่ป้อนข้อมูลส่วนบุคคล (PII) เพื่อยืนยันรายละเอียดบัญชี

เพื่อช่วยต่อสู้กับปัญหานี้ เราจะยังคงทั้งพัฒนาโซลูชันปัจจุบันของ Pindrop และเปิดตัวเครื่องมือใหม่ๆ เช่น Pindrop Pulse ที่ปกป้องลูกค้าของเรา

นอกเหนือจากเทคโนโลยีปัจจุบันแล้ว มีเครื่องมือและเทคนิคใหม่ๆ ใดที่กำลังพัฒนาเพื่อปรับปรุงการป้องกันการฉ้อโกงทางเสียงและยืนยันตัวตน?

เทคนิคการป้องกันการฉ้อโกงทางเสียงและยืนยันตัวตนกำลังพัฒนาอย่างต่อเนื่องเพื่อติดตามความก้าวหน้าทางเทคโนโลยีและความซับซ้อนของการฉ้อโกง บางเครื่องมือและเทคนิคที่กำลังพัฒนาคือ:

• การตรวจจับการฉ้อโกงและสอบสวนอย่างต่อเนื่อง: ให้การมองย้อนกลับในประวัติเหตุการณ์การฉ้อโกงด้วยข้อมูลใหม่ที่มีอยู่ ด้วยวิธีนี้ นักวิเคราะห์การฉ้อโกงสามารถ “ฟัง” หาสัญญาณการฉ้อโกงใหม่ ตรวจสอบการโทรที่เกี่ยวข้อง และให้คะแนนการโทรเหล่านั้นใหม่ สิ่งนี้ให้มุมมองที่ต่อเนื่องและครอบคลุมเกี่ยวกับการฉ้อโกงในการดำเนินธุรกิจ
• การวิเคราะห์เสียงอัจฉริยะ: ระบบไบโอเมตริกเสียงแบบดั้งเดิมมีความเสี่ยงต่อการโจมตี Deepfake เพื่อเพิ่มการป้องกันของพวกเขา เทคโนโลยีใหม่ๆ เช่น Voice Mismatch และ Negative Voice Matching จึงจำเป็น เทคโนโลยีเหล่านี้ให้การป้องกันเพิ่มเติมโดยการรู้จับและแยกเสียงหลายเสียง ผู้โทรซ้ำ และระบุเสียงที่ดูไม่เหมือนกันซึ่งอาจเป็นภัยคุกคาม
• การตรวจจับการฉ้อโกงในช่วงต้น: เทคโนโลยีการตรวจจับการฉ้อโกงที่ให้สัญญาณการฉ้อโกงที่รวดเร็วและเชื่อถือได้ในช่วงต้นของกระบวนการโทรศัพท์มีคุณค่าอย่างมาก นอกเหนือจากการตรวจจับ Liveness เทคโนโลยี เช่น การวิเคราะห์ข้อมูลจากผู้ให้บริการ การตรวจจับการปลอมแปลงหมายเลขโทรศัพท์ และการตรวจจับการปลอมแปลงเสียงให้การป้องกันการโจมตีในช่วงเริ่มต้นของการสนทนาเมื่อการป้องกันมีความอ่อนแอ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม เพื่อเรียนรู้เพิ่มเติม โปรดอ่าน รายงาน Pindrop’s 2024 Voice Intelligence and Security Report หรือเยี่ยมชม Pindrop