احذر من المحتالين الماليين الذين يستخدمون تقنية Deepfake
أصبح الاحتيال باستخدام Deepfake يمثل خطرًا مستمرًا على الشركات لعدة سنوات، حيث تنتشر الأصوات الاصطناعية دون أن يتم اكتشافها.
أصبح الاحتيال المعتمد على Deepfake، والذي بدأ كثغرات تقنية جديدة، يمثل الآن خطرًا تشغيليًا مستمرًا مع فترة صلاحية متعددة السنوات داخل النظام البيئي للشركة. وفقًا لمزود الكشف عن التزييف العميق Resemble.AI، عادةً ما تظل التزييفات العميقة متداولة لمدة ثلاث سنوات ونصف.
يشير تقرير تهديدات Deepfake لعام 2025 الصادر عن Resemble.AI، والذي نُشر في مارس، إلى حادثة ظل فيها استنساخ صوتي لرئيس تنفيذي لشركة طاقة ألمانية متداولًا لما يقرب من ست سنوات، على الرغم من أنه أدى إلى خسارة قدرها 243000 يورو فقط في عام 2019.
ومن الصعب تحديد الخسائر الناجمة عن مثل هذه الهجمات؛ بالنسبة للحوادث الـ 41 الموثقة التي استشهد بها البحث في العام الماضي، تم الإبلاغ عن خسائر تم التحقق منها بقيمة 74.9 مليون دولار فقط، مع متوسط خسارة لكل حادثة قدرها 243 ألف دولار. ومع ذلك، لاحظ المؤلفون أن 71% من الضحايا لم يبلغوا عن خسائر مالية، مما يشير إلى حجم أكبر من الالتزامات الخفية.
قال دومينيك فورست، المدير التنفيذي للتكنولوجيا في شركة Iproov للأمن البيومتري: “ما يجعلها فعالة للغاية هو أنها تتيح انتحال الهوية في الوقت الفعلي وإنشاء هويات اصطناعية مجمعة معًا من بيانات حقيقية ومزيفة”. “من الصعب للغاية اكتشافها، وبمجرد الوثوق بها، يمكن استخدامها لتجاوز الضوابط وارتكاب الاحتيال.”
سباق التسلح بالذكاء الاصطناعي
يعد الكشف عن التزييف العميق مصدر قلق متزايد؛ يقدر مؤلفو تقرير Resemble.AI أن هجمات الاحتيال القائمة على التزييف العميق على الشركات وصلت إلى 8.5 مليار حادثة محتملة، بدءًا من انتحال الشخصيات الصوتية للمديرين التنفيذيين إلى الصور المزيفة أو المزورة. وأشار فورست إلى أن الأهداف الأكثر شيوعًا هي فتح الحسابات، وتفويض الدفع، وإعادة تعيين بيانات الاعتماد، والمعاملات عالية القيمة.
يحذر الخبراء من أن سرد التزييف العميق من المقال الأصلي أصبح بمثابة معركة بين الذكاء الاصطناعي والذكاء الاصطناعي.
قال سيوي ليو، أستاذ علوم الكمبيوتر والهندسة ومدير معهد الذكاء الاصطناعي وعلوم البيانات في جامعة ولاية نيويورك في بوفالو، إن نماذج الذكاء الاصطناعي التوليدية التي تنتج التزييف العميق تتحسن بشكل مستمر من خلال القياس والبيانات، بينما تعتمد أجهزة كشف التزييف العميق على إشارات مثل القطع الأثرية والتناقضات، والتي تختفي مع تحسن النماذج.
وقال: “من الناحية العملية، تتأخر أجهزة الكشف بحوالي ستة إلى 18 شهرًا في طرق محددة”. “ولكن الأهم من ذلك أنهم يطاردون هدفًا متحركًا يتم تحسين أوضاع فشله بشكل فعال.”
يقترح فورست أن تقوم الشركات بنقل التحقق من هويتها من عمليات التحقق الفردية إلى نهج متعدد الطبقات: “يتعين عليك التأكد من وجود شخص حقيقي فعليا، وليس مزيفًا عميقًا، مع تحليل البيئة الرقمية أيضًا بحثًا عن علامات التسوية. ولا ينبغي الوثوق بأي إشارة بمعزل عن غيرها”.
ظهرت هذه المقالة لأول مرة في عدد مايو من مجلة مجلة التمويل العالمية.
