Εφαρμογή τεχνητής νοημοσύνης για την καταπολέμηση των εγκλημάτων πλαστογράφησης εγγράφων

[διαφήμιση_1]

Ξαφνικά χρεωμένος

Πρόσφατα, ο τύπος αναφέρει συνεχώς την κατάσταση της πλαστογράφησης εγγράφων δανείου με σκοπό την απόκτηση περιουσιακών στοιχείων. Τα άτομα αυτά το κάνουν αυτό κλέβοντας τα προσωπικά στοιχεία άλλων ανθρώπων και στη συνέχεια αγοράζοντας μηχανήματα και εξοπλισμό για να πλαστογραφήσουν τα ίδια προσωπικά έγγραφα.

Για παράδειγμα, η κα. NT (Πόλη Vinh, Nghe An ) δεν δανειζόταν χρήματα, αλλά λάμβανε συνεχώς κλήσεις και μηνύματα κειμένου που απαιτούσαν την αποπληρωμή του χρέους από μια χρηματοπιστωτική εταιρεία.

Πολύ αναστατωμένη, ανέφερε το περιστατικό στην προαναφερθείσα χρηματοοικονομική εταιρεία και έλαβε απαντητική επιστολή. Συνεπώς, η χρηματοοικονομική εταιρεία επιβεβαίωσε ότι τα προσωπικά της στοιχεία χρησιμοποιήθηκαν από έναν απατεώνα για να πλαστογραφήσει την αίτησή της για δάνειο.

Σε μια άλλη περίπτωση, η κα TA, της οποίας η καταχωρημένη κατοικία βρίσκεται στην περιοχή Phu Nhuan (HCMC), ανέφερε ότι αυτή και η οικογένειά της κάποτε πανικοβλήθηκαν όταν άγνωστοι τους τρομοκρατούσαν με δεκάδες τηλεφωνήματα κάθε μέρα και χιλιάδες μηνύματα στο Facebook.

Τα παραπάνω «ατυχή» γεγονότα συνέβησαν αφότου έχασε την ταυτότητά της. Η κα TA είπε ότι κάποιος χρησιμοποίησε όλα τα στοιχεία της, όπως το όνομά της, την ηλικία της και τον αριθμό ταυτότητάς της, για να της χορηγήσει ένα καταναλωτικό δάνειο.

Στη συνέχεια, ο δανειολήπτης εξαφανίστηκε, αφήνοντας πίσω του ένα δάνειο με καθυστερημένη πληρωμή, αναγκάζοντας την κα TA να επωμιστεί το χρέος.

Πληροφορίες όπως το όνομα και η ηλικία σε περίπτωση απώλειας ταυτότητας μπορούν επίσης να αποτελέσουν κίνδυνο πριν από τα μη εξασφαλισμένα δάνεια.

Μπορεί να ειπωθεί ότι η κατάσταση της πλαστογραφίας με στόχο την οικονομική απάτη, όπως οι παραπάνω περιπτώσεις, συμβαίνει ολοένα και συχνότερα, με ολοένα και πιο εξελιγμένα τεχνάσματα.

Εν τω μεταξύ, οι περισσότερες διαδικασίες ελέγχου ταυτότητας eKYC στη διαδικασία σύγκρισης πραγματικών ανθρώπων και φωτογραφιών σε έγγραφα ταυτότητας σταματούν σε ένα απλό επίπεδο, όπως η απαίτηση για φωτογραφίες πορτρέτου ή απλές εργασίες.

Αυτό δημιουργεί ένα πρόβλημα, απαιτώντας ολοένα και πιο προηγμένες τεχνολογίες ελέγχου ταυτότητας και καταπολέμησης της παραποίησης/απομίμησης.

Από τεχνικής άποψης, ο Διευθυντής Τεχνητής Νοημοσύνης της Zalo, Δρ. Chau Thanh Duc, δήλωσε ότι η καταπολέμηση της παραποίησης/απομίμησης αποτελεί πάντα μια μεγάλη πρόκληση. Στη Zalo, αυτές οι τεχνολογίες βελτιώνονται συνεχώς και τα μοντέλα ενημερώνονται για την αποτροπή διαφόρων μορφών παραποίησης/απομίμησης.

Σύμφωνα με στατιστικά στοιχεία, μόνο τους πρώτους 6 μήνες του 2023, η Zalo εντόπισε και απέτρεψε με επιτυχία περίπου 350.000 περιπτώσεις πλαστών φωτογραφιών πορτρέτων και 450.000 περιπτώσεις πλαστών εγγράφων (CCCD και ταυτότητας).

Αυτή είναι μια σπουδαία προσπάθεια της ομάδας τεχνητής νοημοσύνης της Zalo στον «πόλεμο» κατά της απάτης ηλεκτρονικής ταυτοποίησης χρηστών (eKYC), για την καλύτερη προστασία των χρηστών που χρησιμοποιούν υπηρεσίες που παρέχονται από την Zalo.

Πώς η Τεχνητή Νοημοσύνη αποτρέπει την απάτη

Σύμφωνα με τον Δρ. Chau Thanh Duc, υπάρχουν 3 πιο συνηθισμένες μορφές πλαστογράφησης που χρησιμοποιούνται για την καταπολέμηση της ηλεκτρονικής επαλήθευσης ταυτότητας χρήστη (eKYC) σήμερα, όπως: η πλαστογράφηση προσώπου σε βάθος, τα τρισδιάστατα μοντέλα (όπως μανεκέν) και η επεξεργασία πλαστών πληροφοριών ταυτότητας πολιτών (CCCD) ή ταυτότητας (CMND).

Με την Τεχνητή Νοημοσύνη του Zalo, οι μηχανικοί τεχνολογίας πρέπει πάντα να αναλύουν προσεκτικά το μοντέλο για να βελτιώσουν. Για παράδειγμα, με το deepfake, ο εισβολέας θα τραβήξει μια στατική εικόνα ενός άλλου ατόμου και στη συνέχεια θα δημιουργήσει κινούμενες χειρονομίες, όπως χαμόγελο, ανοιγοκλείσιμο των ματιών, συγχρονισμό χειλιών κ.λπ., ακριβώς όπως ένα πραγματικό άτομο.

Αυτές οι εικόνες θα χρησιμοποιηθούν για την δημιουργία πλαστών βίντεο selfie (πορτρέτα), έτσι ώστε η κάμερα eKYC (ηλεκτρονική ταυτοποίηση) να μπορεί να τις καταγράψει και να τις μπερδέψει με πραγματικούς ανθρώπους.

Ωστόσο, η παραπάνω πλαστογράφηση θα αφήσει ένα φαινόμενο ανακατάληψης στην οθόνη. Με βάση αυτό το χαρακτηριστικό, η Zalo έχει αναπτύξει ένα μοντέλο ανίχνευσης επίθεσης επανάληψης για να διασφαλίσει ότι αυτά τα δεδομένα βίντεο αποκλείονται κατά τη διαδικασία ελέγχου ταυτότητας.

Επιπλέον, για την αποτροπή απάτης στην επαλήθευση ταυτότητας eKYC, το Zalo διαθέτει έναν μηχανισμό για τον αυτοέλεγχο και τον τυχαίο έλεγχο περιοχών.

Όταν εντοπιστεί μια τεχνική που παρακάμπτει το μοντέλο κατά της πλαστογράφησης, η ομάδα τεχνητής νοημοσύνης της Zalo θα αναλύσει και θα ενημερώσει γρήγορα το μοντέλο για να αντιμετωπίσει αυτό το είδος επίθεσης.

Κατά τη διάρκεια αυτής της περιόδου, άλλα επίπεδα προστασίας, όπως οι μαύρες λίστες και η ανάκτηση προσώπου, θα βοηθήσουν στην αποτροπή της επαναχρησιμοποίησης αυτών των προσωπικών πληροφοριών, του λογαριασμού ή της εικόνας από τους εισβολείς για να παρακάμψουν το σύστημα.

Το Zalo eKYC συμβάλλει σημαντικά στην καταπολέμηση της απάτης.

Για τα μανεκέν, η Zalo χρησιμοποιεί τρισδιάστατα μοντέλα κατά της παραποίησης, ικανά να διακρίνουν μεταξύ φυσικών ανθρώπινων προσώπων και τρισδιάστατων αντικειμένων που μιμούνται ανθρώπους.

Παράλληλα με τη χρήση του σωστού μοντέλου τεχνητής νοημοσύνης, η μονάδα διαφοροποιεί τα δεδομένα εκπαίδευσης για να διασφαλίσει ότι το μοντέλο εκπαιδεύεται πάντα με τις πιο συνηθισμένες τρισδιάστατες απομιμήσεις, τα μοντέλα μανεκέν που είναι πιθανό να υπάρχουν στον πραγματικό κόσμο.

Τα μανεκέν χρησιμοποιούνται για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης, βελτιώνοντας την ικανότητα αναγνώρισης των απομιμήσεων στην πραγματικότητα (Εικονογράφηση).

Για πλαστές φωτογραφίες ταυτότητας και CCCD, υπάρχουν αμέτρητοι τύποι επιθέσεων, όπως η λήψη στιγμιότυπων οθόνης ή εκτυπωμένων φωτογραφιών άλλων, η επεξεργασία πληροφοριών σχετικά με τον αριθμό ταυτότητας, το όνομα ή την ημερομηνία γέννησης, ακόμη και η αντικατάσταση της αρχικής φωτογραφίας με μια άλλη πλαστή φωτογραφία.

Κάθε τύπος επίθεσης θα έχει τα δικά του χαρακτηριστικά αναγνώρισης. Η Zalo έχει δημιουργήσει εξειδικευμένα μοντέλα τεχνητής νοημοσύνης για να εντοπίζει αποτελεσματικά κάθε τύπο μη φυσιολογικών πληροφοριών.

Ο εκπρόσωπος της Zalo AI δήλωσε επίσης ότι η ακρίβεια, η ευκολία, οι ενημερώσεις, η γρήγορη επεξεργασία και η σταθερότητα είναι τα δυνατά σημεία που επιβεβαιώνουν την αξία του Zalo eKYC για τους χρήστες.

Μπορεί να ειπωθεί ότι με προηγμένες λύσεις και δέσμευση για συνεχή βελτίωση, οι πρωτοπόροι στην τεχνολογία γενικότερα και στην Τεχνητή Νοημοσύνη ειδικότερα, όπως η Zalo eKYC, διαδραματίζουν σημαντικό ρόλο στην επαλήθευση πληροφοριών στην τρέχουσα ψηφιακή εποχή.

[διαφήμιση_2]
Πηγή