Làm thế nào những kẻ lừa đảo sử dụng Trí tuệ nhân tạo trong gian lận ngân hàng

Trí tuệ nhân tạo đã trao quyền cho những kẻ lừa đảo để vượt qua các kiểm tra chống giả mạo và xác minh giọng nói, cho phép họ tạo ra các giấy tờ tùy thân và tài liệu tài chính giả mạo một cách nhanh chóng. Các phương pháp của họ đã trở nên sáng tạo hơn khi công nghệ tạo ra tiến hóa. Làm thế nào người tiêu dùng có thể bảo vệ mình, và những gì các tổ chức tài chính có thể làm để giúp?

1. Deepfakes Cải thiện Scam Imposter

Trí tuệ nhân tạo đã cho phép những kẻ lừa đảo thực hiện vụ lừa đảo giả mạo lớn nhất từ trước đến nay. Vào năm 2024, công ty tư vấn kỹ thuật của Vương quốc Anh – Arup đã mất khoảng 25 triệu đô la sau khi những kẻ lừa đảo lừa một nhân viên chuyển tiền trong một hội nghị truyền hình trực tiếp. Họ đã sao chép số kỹ thuật số của các nhà lãnh đạo cấp cao thực sự, bao gồm cả giám đốc tài chính.

Deepfakes sử dụng các thuật toán tạo và phân biệt để tạo ra một bản sao kỹ thuật số và đánh giá tính thực tế, cho phép họ mô phỏng một cách thuyết phục các đặc điểm khuôn mặt và giọng nói của một người. Với Trí tuệ nhân tạo, những kẻ lừa đảo có thể tạo ra một bản sao chỉ trong một phút audio và một bức ảnh duy nhất. Vì những hình ảnh, âm thanh hoặc video nhân tạo này có thể được ghi trước hoặc trực tiếp, chúng có thể xuất hiện ở bất kỳ đâu.

2. Mô hình Tạo ra Cảnh báo Gian lận Giả

Một mô hình tạo ra có thể gửi hàng nghìn cảnh báo gian lận giả đồng thời. Hãy tưởng tượng một kẻ tấn công vào một trang web thiết bị tiêu dùng. Khi các đơn đặt hàng lớn đến, Trí tuệ nhân tạo của họ gọi cho khách hàng, nói rằng ngân hàng đã đánh dấu giao dịch là gian lận. Nó yêu cầu số tài khoản và câu trả lời cho các câu hỏi bảo mật, nói rằng nó phải xác minh danh tính của họ.

Cuộc gọi khẩn cấp và ý nghĩa của gian lận có thể thuyết phục khách hàng cung cấp thông tin tài khoản và cá nhân của họ. Vì Trí tuệ nhân tạo có thể phân tích một lượng lớn dữ liệu trong vài giây, nó có thể nhanh chóng tham khảo các事 thực để làm cho cuộc gọi trở nên thuyết phục hơn.

3. Trí tuệ nhân tạo Cá nhân hóa cho phép chiếm đoạt Tài khoản

Trong khi một kẻ tấn công mạng có thể cố gắng guess mật khẩu của họ, họ thường sử dụng thông tin đăng nhập bị đánh cắp. Họ ngay lập tức thay đổi mật khẩu, email sao lưu và số xác thực đa yếu tố để ngăn chặn chủ tài khoản thực sự khỏi việc loại họ ra. Các chuyên gia an ninh mạng có thể bảo vệ chống lại những thủ thuật này vì họ hiểu về cách thức hoạt động. Trí tuệ nhân tạo giới thiệu các biến số không xác định, làm suy yếu sự phòng thủ của họ.

Cá nhân hóa là vũ khí nguy hiểm nhất mà một kẻ lừa đảo có thể có. Họ thường nhắm vào những người trong thời gian cao điểm khi nhiều giao dịch xảy ra – như Black Friday – để làm cho nó khó theo dõi gian lận. Một thuật toán có thể điều chỉnh thời gian gửi dựa trên thói quen của một người, thói quen mua sắm hoặc sở thích tin nhắn, làm cho họ có nhiều khả năng tham gia hơn.

Sự tạo ra ngôn ngữ tiên tiến và xử lý nhanh cho phép tạo ra email hàng loạt, giả mạo tên miền và cá nhân hóa nội dung. Ngay cả khi những kẻ lừa đảo gửi 10 lần số lượng tin nhắn, mỗi tin nhắn sẽ có vẻ như thật, thuyết phục và liên quan.

4. Trí tuệ nhân tạo Tạo ra Gian lận Trang web Giả

Công nghệ tạo ra có thể làm mọi thứ từ thiết kế khung dây đến tổ chức nội dung. Một kẻ lừa đảo có thể trả một ít tiền để tạo và chỉnh sửa một trang web đầu tư, cho vay hoặc ngân hàng giả, không cần mã, trong vài giây.

Không giống như một trang web phishing thông thường, nó có thể cập nhật gần như thời gian thực và phản hồi với tương tác. Ví dụ, nếu ai đó gọi số điện thoại được liệt kê hoặc sử dụng tính năng trò chuyện trực tiếp, họ có thể được kết nối với một mô hình được đào tạo để hành động như một cố vấn tài chính hoặc nhân viên ngân hàng.

Trong một trường hợp như vậy, những kẻ lừa đảo đã sao chép nền tảng Exante. Công ty fintech toàn cầu này cung cấp cho người dùng quyền truy cập vào hơn 1 triệu công cụ tài chính ở hàng chục thị trường, vì vậy các nạn nhân nghĩ rằng họ đang đầu tư hợp pháp. Tuy nhiên, họ đã vô tình gửi tiền vào một tài khoản JPMorgan Chase.

Natalia Taft, trưởng bộ phận tuân thủ của Exante, cho biết công ty đã tìm thấy “đủ nhiều” lừa đảo tương tự, cho thấy trường hợp đầu tiên không phải là một trường hợp riêng lẻ. Taft cho biết những kẻ lừa đảo đã làm rất tốt việc sao chép giao diện trang web. Cô cho biết các công cụ Trí tuệ nhân tạo có thể đã tạo ra nó vì đó là một “trò chơi tốc độ”, và họ phải “đánh cắp càng nhiều nạn nhân càng tốt trước khi bị phát hiện”.

5. Thuật toán Vượt qua Công cụ Phát hiện Liveness

Phát hiện liveness sử dụng sinh trắc học thời gian thực để xác định xem người ở phía trước camera có thực sự là chủ tài khoản hay không. Về lý thuyết, việc vượt qua xác thực trở nên khó khăn hơn, ngăn chặn mọi người sử dụng ảnh hoặc video cũ. Tuy nhiên, nó không hiệu quả như trước đây, nhờ vào công nghệ deepfake được hỗ trợ bởi Trí tuệ nhân tạo.

Những kẻ tấn công mạng có thể sử dụng công nghệ này để giả mạo người thực để tăng tốc chiếm đoạt tài khoản. Ngoài ra, họ có thể lừa công cụ vào việc xác minh một nhân vật giả, tạo điều kiện cho việc rửa tiền.

Những kẻ lừa đảo không cần đào tạo một mô hình để làm điều này – họ có thể trả tiền cho một phiên bản được đào tạo trước. Một giải pháp phần mềm cho biết nó có thể vượt qua năm trong số các công cụ phát hiện liveness hàng đầu mà các công ty fintech sử dụng với một lần mua duy nhất là 2.000 đô la. Quảng cáo cho các công cụ như này rất phổ biến trên các nền tảng như Telegram, chứng minh sự dễ dàng của gian lận ngân hàng hiện đại.

6. Trí tuệ nhân tạo cho phép chiếm đoạt Tài khoản mới

Những kẻ lừa đảo có thể sử dụng công nghệ tạo ra để đánh cắp danh tính của một người. Trên dark web, nhiều nơi cung cấp giấy tờ tùy thân giả như hộ chiếu và bằng lái xe. Ngoài ra, họ cung cấp ảnh selfie và hồ sơ tài chính giả.

Một danh tính tổng hợp là một nhân vật giả được tạo ra bằng cách kết hợp chi tiết thực và giả. Ví dụ, số An sinh xã hội có thể là thực, nhưng tên và địa chỉ không phải. Kết quả là, chúng khó bị phát hiện bằng các công cụ thông thường. Báo cáo Xu hướng Gian lận và Nhận dạng năm 2021 cho thấy khoảng 33% số dương tính giả mà Equifax (EFX ) nhìn thấy là danh tính tổng hợp.

Những kẻ lừa đảo chuyên nghiệp với ngân sách hào phóng và tham vọng cao tạo ra các danh tính mới với các công cụ tạo ra. Họ nuôi dưỡng nhân vật, thiết lập lịch sử tài chính và tín dụng. Những hành động hợp pháp này lừa các phần mềm biết khách hàng, cho phép họ vẫn không bị phát hiện. Cuối cùng, họ tối đa hóa tín dụng và biến mất với lợi nhuận ròng tích cực.

Mặc dù quá trình này phức tạp hơn, nhưng nó xảy ra một cách thụ động. Các thuật toán tiên tiến được đào tạo về các kỹ thuật lừa đảo có thể phản ứng trong thời gian thực. Họ biết khi nào nên mua, trả nợ thẻ tín dụng hoặc vay như một người, giúp họ tránh bị phát hiện.

Những gì Ngân hàng có thể làm để Phòng thủ chống lại những Scam Trí tuệ nhân tạo này

Người tiêu dùng có thể bảo vệ mình bằng cách tạo mật khẩu phức tạp và thận trọng khi chia sẻ thông tin cá nhân hoặc tài khoản. Ngân hàng nên làm nhiều hơn để phòng thủ chống lại lừa đảo liên quan đến Trí tuệ nhân tạo vì họ chịu trách nhiệm bảo mật và quản lý tài khoản.

1. Sử dụng Công cụ Xác thực Đa yếu tố

Vì deepfakes đã làm suy yếu bảo mật sinh trắc học, ngân hàng nên dựa vào xác thực đa yếu tố thay thế. Ngay cả khi một kẻ lừa đảo đánh cắp thành công thông tin đăng nhập của ai đó, họ vẫn không thể truy cập.

Các tổ chức tài chính nên thông báo cho khách hàng không bao giờ chia sẻ mã xác thực đa yếu tố của họ. Trí tuệ nhân tạo là một công cụ mạnh mẽ cho những kẻ lừa đảo, nhưng nó không thể vượt qua các mã thông báo một lần an toàn. Phishing là một trong những cách duy nhất nó có thể cố gắng làm như vậy.

2. Cải thiện Tiêu chuẩn Biết Khách hàng của bạn

Biết khách hàng của bạn là một tiêu chuẩn dịch vụ tài chính yêu cầu ngân hàng xác minh danh tính, hồ sơ rủi ro và hồ sơ tài chính của khách hàng. Mặc dù các nhà cung cấp dịch vụ hoạt động trong khu vực xám không phải tuân theo Biết khách hàng của bạn – các quy tắc mới ảnh hưởng đến DeFi sẽ không có hiệu lực cho đến năm 2027 – nhưng đó là một thực hành tốt nhất trong ngành.

Các danh tính tổng hợp với lịch sử giao dịch hợp pháp, được nuôi dưỡng trong nhiều năm, rất thuyết phục nhưng dễ bị lỗi. Ví dụ, kỹ thuật nhắc lệnh đơn giản có thể buộc một mô hình tạo ra tiết lộ bản chất thực sự của nó. Ngân hàng nên tích hợp các kỹ thuật này vào chiến lược của họ.

3. Sử dụng Phân tích Hành vi Tiên tiến

Một thực hành tốt nhất khi chống lại Trí tuệ nhân tạo là chống lại lửa bằng lửa. Phân tích hành vi được hỗ trợ bởi một hệ thống học máy có thể thu thập một lượng lớn dữ liệu về hàng chục nghìn người đồng thời. Nó có thể theo dõi mọi thứ từ chuyển động chuột đến nhật ký truy cập có dấu thời gian. Một sự thay đổi đột ngột cho thấy việc chiếm đoạt tài khoản.

Mặc dù các mô hình tiên tiến có thể mô phỏng thói quen mua hàng hoặc tín dụng của một người nếu họ có đủ dữ liệu lịch sử, nhưng chúng sẽ không biết cách mô phỏng tốc độ cuộn, mẫu vuốt hoặc chuyển động chuột, mang lại cho ngân hàng một lợi thế tinh tế.

4. Thực hiện Đánh giá Rủi ro Toàn diện

Ngân hàng nên thực hiện đánh giá rủi ro trong quá trình tạo tài khoản để ngăn chặn lừa đảo tài khoản mới và từ chối tài nguyên cho những kẻ rửa tiền. Họ có thể bắt đầu bằng cách tìm kiếm sự không nhất quán trong tên, địa chỉ và số An sinh xã hội.

Mặc dù các danh tính tổng hợp rất thuyết phục, nhưng chúng không phải là không thể bị phát hiện. Một tìm kiếm kỹ lưỡng các hồ sơ công khai và phương tiện truyền thông xã hội sẽ tiết lộ chúng chỉ mới xuất hiện gần đây. Một chuyên gia có thể loại bỏ chúng nếu có đủ thời gian, ngăn chặn việc rửa tiền và gian lận tài chính.

Một lệnh giữ tạm thời hoặc giới hạn chuyển khoản đang chờ xác minh có thể ngăn chặn những kẻ lừa đảo tạo và loại bỏ tài khoản hàng loạt. Mặc dù việc làm cho quá trình này ít trực quan hơn đối với người dùng thực có thể gây ra sự ma sát, nhưng nó có thể cứu người tiêu dùng hàng nghìn hoặc thậm chí hàng chục nghìn đô la trong dài hạn.

Bảo vệ Khách hàng khỏi Scam và Gian lận Trí tuệ nhân tạo

Trí tuệ nhân tạo gây ra một vấn đề nghiêm trọng cho các ngân hàng và công ty fintech vì những kẻ lừa đảo không cần phải là chuyên gia – hoặc thậm chí rất am hiểu về kỹ thuật – để thực hiện các vụ lừa đảo tinh vi. Hơn nữa, họ không cần xây dựng một mô hình chuyên dụng. Thay vào đó, họ có thể vượt qua một phiên bản chung. Vì những công cụ này rất dễ tiếp cận, các ngân hàng phải chủ động và cẩn thận.