يشكل استخدام الذكاء الاصطناعي في مجال الاحتيال مصدر قلق متزايد للأفراد والشركات. استفادة من النماذج اللغوية الكبيرة و التعلم الآلي التوليدي قد فتحت فرصًا جديدة للمحتالين لشن هجمات معقدة. ونتيجة لذلك، تتعرض كل من المستهلكين والمنظمات لمخاطر متزايدة للوقوع ضحية للاحتيال عبر الإنترنت.
وفقًا لتقرير الهوية والاحتيال من “إكسبريان”، هناك زيادة كبيرة في الاحتيال عبر الإنترنت المستهدف للمستهلكين. أكثر من نصف المستهلكين في المملكة المتحدة يشعرون بأنهم أكثر عرضة للخطر من أي وقت مضى. تعبر الشركات أيضًا عن مستوى عالٍ من القلق بشأن الزيادة في مخاطر الاحتيال. وهذا يؤكد على ضرورة أن يتعلم الأفراد والمؤسسات عن أنواع الهجمات التي يتم تنفيذها وكيفية الحماية منها.
ظهرت اتجاهات رئيسية في مجال احتيال التعلم الآلي. الأولى هي التخصيص الفائق، حيث يستهدف المحتالون الأفراد بحيل تخدعهم في إجراء تحويلات أو دفعات فورية. تستهدف هذه الهجمات خداع الأفراد من خلال استغلال معلوماتهم الشخصية. أما الاتجاه الثاني فهو استخدام التعلم الآلي التوليدي لتقليد صوت أو أسلوب كتابة شركة معينة. يمكن لذلك للمحتالين خلق طلبات تبدو أكثر حقيقة، مثل تشجيع المعاملات المالية أو مشاركة المعلومات السرية.
جعل التعلم الآلي التوليدي من الأسهل من أي وقت مضى للمحتالين شن الهجمات، عن طريق إنشاء حسابات وتطبيقات مزيفة تبدو حقيقية. المزيد من القلق يتعلق بأن تكنولوجيا “الديب فيك” التي تعمل بواسطة الذكاء الاصطناعي يمكنها الآن إنشاء وجوه وأصوات لا تميز تقريبًا عن الحقيقية. هذا يشكل تحديًا كبيرًا للشركات التي تعتمد على أنظمة التحقق من الهوية.
لاحتواء الاحتيال الذكي، يجب على الشركات الاستفادة من التعلم الآلي وتقنيات التعلم الآلي أنفسهم ليتقدّموا بخطوة واحدة على المجرمين. قد يشمل ذلك التعرف على الاحتيال باستخدام التعلم الآلي التوليدي، واستخدام البيانات الحيوية المتحققة للمصادقة الأقوى، وتوحيد عمليات منع الاحتيال مع طرق حماية الهوية. بالإضافة إلى تعليم العملاء والمستهلكين عن أحدث الهجمات الاحتيالية ودورهم في الوقاية، فهذا أمر حيوي.
مع استمرار تزايد التهديدات الناجمة عن الهجمات التي تعتمد على التعلم الآلي، يصبح النهج متعدد الطبقات لمنع الاحتيال ضروريًا. يجب على الشركات تضمين طرق متعددة مثل الجهاز، السلوك، التحالفات، الوثائق، والتحقق من الهوية لتقليل الضعف. كما يُعتبر مشاركة المعرفة عن الهجمات الناشئة من خلال جمعيات مشاركة البيانات أمرًا حيويًا. تحتاج الشركات وعملاؤها إلى استراتيجية شاملة وطويلة الأمد لحماية الشركات وعملائها من تهديد الاحتيال المستمر الذي يعتمد على التعلم الآلي.
الأسئلة الشائعة:
ما هي التخصيص الفائق في هجمات الاحتيال التي تعتمد على التعلم الآلي؟
التخصيص الفائق يشير إلى الهجمات المستهدفة التي تحتال الأفراد غير المشبوهين استنادًا إلى معلوماتهم الشخصية، مما يخدعهم في إجراء تحويلات ودفعات فورية.
كيف يؤثر التعلم الآلي التوليدي على هجمات الاحتيال؟
يتيح التعلم الآلي التوليدي للمحتالين إنشاء حسابات وتطبيقات مزيفة تبدو حقيقية بشكل واقعي. كما يمكنهم تقليد صوت أو أسلوب كتابة شركة معينة، مما يجعل طلباتهم تبدو حقيقية.
كيف يمكن للشركات محاربة هجمات الاحتيال التي تعتمد على التعلم الآلي؟
يمكن للشركات الاستفادة من تقنيات التعلم الآلي والذكاء الاصطناعي لاكتشاف ومنع الاحتيال. ويمكن أن يتضمن ذلك استخدام التعلم الآلي التوليدي لتحديد المعاملات الاحتيالية ودمج البيانات الحيوية المتحققة للمصادقة الأقوى.
لماذا يعتبر تعليم العملاء والمستهلكين مهمًا في الوقاية من الاحتيال؟
يساعد تعليم العملاء عن أحدث الهجمات الاحتيالية في رفع الوعي وتمكينهم من حماية أنفسهم. من خلال فهم التكتيكات التي يستخدمها المحتالون، يمكن للأفراد أن يكونوا أكثر يقظة ويتجنبوا الوقوع ضحية للغش.
ما أهمية النهج متعدد الطبقات في الوقاية من الاحتيال؟
يساعد النهج متعدد الطبقات في الوقاية من الاحتيال في تقليل الضعف من خلال جمع مختلف الطرق مثل الجهاز، السلوك، التحالفات، الوثائق، والتحقق من الهوية. يضمن هذا النهج عدم استغلال نقطة فشل واحدة من قبل المحتالين.
(المصدر: [TechRadarPro](https://www.techradar.com/news/ai-the-new-weapon-in-fighting-fraud))
The source of the article is from the blog portaldoriograndense.com