კიბერდანაშაულთან ბრძოლისას ადამიანებს სჭირდებათ ინტელექტუალური

რამდენიმე წლის წინ, მექსიკაში ტურისტმა გამოიყენა თავისი საკრედიტო ბარათი ბანკომატიდან ნაღდი ფულის გასაღებად. როდესაც ის სახლში მივიდა და ბარათის განცხადებას დაათვალიერა, მან დაინახა, რომ ბარათი ასევე გამოიყენეს რამდენიმე სამკაულის შესაძენად. ეს უცნაური იყო: არამარტო არაფერი შეიძინა ბარათით შვებულებაში, გარიგება მოხდა ბანკომატის გატანიდან ხუთი წუთის შემდეგ - ქვეყნის მეორე მხარეს მდებარე მაღაზიაში.

საბედნიეროდ, მისი საქმის განხილვის შემდეგ, მისი ბანკის გუნდი დათანხმდა, რომ - მიუხედავად იმისა, რომ მათ AI თაღლითობის გამოვლენის ინსტრუმენტებმა შესყიდვა საეჭვოდ არ აღნიშნავდა - ძალიან ნაკლებად სავარაუდოა, რომ მან თავად შეიძინა სამკაულები, ა როდესაც ისინი უფრო გათხრდნენ, გუნდმა დაადგინა, რომ თაღლითებმა ალბათ მოიპარეს მისი საკრედიტო ბარათის ინფორმაცია ბანკომატში დამალული მკითხველისგან და გაუგზავნეს იგი მოპირდაპირე სა

თანამედროვე გადახდების სიმარტივემ, სიჩქარემ და ანონიმურობამ გამოიწვია თაღლითობის მსგავსი სქემები ისეთი მასშტაბით, რომლის ტემპის შენარჩუნებაც შეუძლებელია ადამიანებისთვის. საბედნიეროდ, მათ არ სჭირდებათ, რადგან AI აპლიკაციები ახლა აკონტროლებენ ყველა ტრანზაქციას და აკვირდებიან ბარათების მთელ ქსელს შეტევებისთვის. ეს AI მოდელები მონაცემებს უფრო ეფექტურად აალაგებენ, ვიდრე ნებისმიერ ადამიანს

Mastercard წლების განმავლობაში იყენებს ხელოვნურ ინტელექტს თაღლითობის გამოვლენისთვის და ამჟამად იყენებს მას ყოველწლიურად 159 მილიარდზე მეტი ტრანზაქციის უზრუნველსაყოფად, რაც თავიდან აიცილებს გასულ წელს Mastercard-მა შეიძინა Recorded Future, რომელიც იყენებს AI-ს ყოველდღიურად მილიონობით მონაცემთა წერტილის გასაანალიზებლად, შაბლონებისა და ანომალიების იდენტიფიცირებისთვის, რომლებიც მიუთითებენ პოტენციურ საფრთხეებზე.

მაგრამ რამდენადაც ადამიანებს სჭირდებათ ხელოვნური ინტელექცია, ხელოვნურ ინტელექტს მიუხედავად იმისა, რომ ავტომატიზირებული ინსტრუმენტები უმნიშვნელოვანეს მუშაობას ასრულებენ, რომ შედეგები სასარგებლო იყოს, დეველოპერებმა მუდმივად უნდა მიაწოდონ რეალურ კონტექსტს - თაღლითობის ახალი ტიპების იდენტიფიცირებით, განსაზღვრავით, თუ როგორ უნდა თავიდან აიცილოთ ეს ადამიანის შეყვანა არის ის, რაც ნედლეულ ინტელექტის ძალას აქცევს შესაბამის და პრაქ

როდესაც ხელოვნური ინტელექტისა და მანქანური სწავლების მოდელები უფრო ძლიერდება, მაცდინებელია იმის დაჯერება, რომ მხოლოდ ტექნოლოგიას შეუძლია აღემატოს დღევანდელ კიბერდამნაშავეებს, ამბობს Mastercard-ის იოჰან გ “ მაგრამ ყოველი გაფრთხილების, ანომალიის ან მონიშნული ტრანზაქციის მიღმა დგას გადამწყვეტი, დამატებითი ფენა, რომლის გამეორებაც ალგორითმებს არ შეუძლიათ როდესაც ადამიანის განსჯა შერწყმულია ხელოვნურ ინტელექტთან, ეს არის ის, რაც მას ნამდვილად ეფექტურს ხდის და უზრუნველყოფს, რომ

მიუხედავად იმისა, რომ ხელოვნური ინტელექტი შექმნილია მონაცემთა რაოდენობის დახვეწილი ნიმუშების დასადგენად, ის ყოველთვის არ არის აღჭურვილ ადამიანის ზედამხედველობის გარეშე, მოულოდნელმა მოვლენებმა შეიძლება გამოიწვიოს გამოტოვებული მუქარა, ცრუ სიგნალიზაცია და სხვა დამახინჯება.

“ ამ ძლიერი ინსტრუმენტებითაც კი, თქვენ მაინც გჭირდებათ ხალხი“, - ამბობს ვინს ჰაულოტი, Mastercard-ის თაღლითობისა და რისკების გადაწყვეტილების მიღების ბიზნესის “ თქვენ უნდა გამოიყენოთ მარილის მარცვლეული და გაითვალისწინოთ კონტექსტი, რათა დარწმუნდეთ, რომ ხელოვნური ინტელექტის პასუხი ეფექტურია.“

მაგალითად, ხელოვნური ინტელექტის სისტემები აკონტროლებდნენ მოგზაურის საკრედიტო ბარათის გამოყენ მაგრამ ხელოვნურ ინტელექტს სჭირდებოდა ადამიანი, რომ თქვას, რომ რაღაც სასაცილო იყო ქვეყნის მოპირდაპირე მხარეებზე სწრაფი თანმიმდევრობით ორ ტრანზაქციაში და მას სჭირდებოდა ადამიანი, რომ აჩვენოს, თუ როგორ უნდა გაეცნოს მსგავსი ინციდენტები მომავალ

იმისათვის, რომ ამ კონკრეტულ თაღლითობაზე გავლენა არ მოახდინოს სხვა მომხმარებლებზე, ჰაულოტმა, მაშინდელმა პროგრამისტმა, რომელიც მუშაობს Brighterion AI პლატფორმაზე, შექმნა ახალი წესი, რომელიც მონიშნავდა გეოგრაფიულად შეუძლებელ ტრანზაქციებს. Brighterion აკონტროლებს საკრედიტო ბარათის ტრანზაქციებს რეალურ დროში, 24/7 და ქულებს მათ იმის მიხედვით, თუ რამდენად სარისკო ჩანს ისინი; როდესაც ტრანზაქცია პოტენციურად თაღლითად აღნიშნულია, სისტემა დაუყოვნებლივ (თითოეულ ბანკს შეუძლია დააკონფიგურიროს ქულების ბარიერი ქმედების განსახორციელებლად, როგორიცაა გაფრთხილების გაგზავნა ან თუნდაც ტრანზაქციის უარყოფა.) 

Safety Net, Mastercard— ის კიდევ ერთი პროდუქტი, იყენებს AI— ს მთელი ბარათების ქსელის მონიტორინგისთვის თავდასხმების ნიშნებისთვის მაგალითად, თუ ვებგვერდი დატბორებულია ათასობით ახალი ანგარიშით მოკლე პერიოდში, ეს შეიძლება იყოს იმიტომ, რომ თაღლითები უხეში ძალით აგზავნიან სა იტს სპამს ბარათის მოქმედი ნომ რების გამოსაცნ

რა თქმა უნდა, ხელოვნური ინტელექტის მოდელმა ეს არ იცის ; მას სულაც არ შეუძლია გაიგოს ადამიანის ქცევის წვრილმანი დეტალები. შედეგად, მან შეიძლება ასევე დააყენოს წითელი დროშა, როდესაც წარმატებული დაწინაურება - ან, ვთქვათ, კიბერ ორშაბათი - იწვევს საიტის ტრაფიკის ზრდას. განსხვავების აღიარება ის არის, თუ სად შემოდიან ადამიანები.

“ მსგავსი ნამდვილი ტრანზაქციების ზრდის გამო, მე ვთანამშრომლობთ ანგარიშის მენეჯერთან, რათა გავიგო რა ხდება და სიფრთხილის ზომების გამოყენება ცრუ სიგნალიზაციის თავიდან ასაცილებლად“, - ამბობს ბრეტ ტომსონი, Safety Net-ის პროდუქტის განვითარების “ თქვენ უნდა მიანიჭოთ ხელოვნურ ინტელექტს გარკვეული მიმართულება.“

იმის გამო, რომ კრიმინალური სტრატეგიები მუდმივად ვითარდება, ადამიანის გამოცდილება ასევე აუცილებელია ახალი საფრთხეების იდენტიფიცირებისთვის და როგორც კი თაღლითები მიხვდიან, რომ მათი სტრატეგიები აღარ მუშაობს, ისინი ქმნიან ახალ სქემებს. მაგრამ იმის გამო, რომ AI მომზადებულია წარსული მონაცემებზე, მონიტორინგის ინსტრუმენტები ყოველთვის არ აფიქსირებენ ამ ახალ ასე რომ, ადამიანის დეველოპერებზეა დამოკიდებული, განაახლონ და გაწვრთნონ ალგორითმები კატისა და მაუსის მი

“ მას შემდეგ, რაც შევიტანეთ შემსუბუქება, ისინი შეცვლიან თავიანთ სტრატეგიას. შემდეგ ჩვენ შევამჩნიებთ ამ სტრატეგიას და დავამატებთ ახალ შერბილებას", - ამბობს ტომსონი. “ ეს არის მუდმივი წინ და უკან, თითოეული ჩვენგანი უყურებს, თუ როგორ რეაგირებს მეორე მომდევნო განვითარებაზე.“

ეს დაუნდობელი დინამიკა უზრუნველყოფს, რომ ტომსონი, ჰაულოტი და მათი კოლეგები ინდუსტრიაში დარჩნენ მთავარი მოთამაშეები თაღლითობის წინააღმდეგ ბრძოლაში.

“ მე მუდმივად გაკვირვებული ვარ თაღლითების გამბეობითა და წარმოსახვით“, - ამბობს ჰაულოტი. “ ყოველთვის არსებობს ახალი თაღლითობის ტენდენციები, ამიტომ ჩვენ უნდა გავაგრძელოთ ახალი გადაწყვეტილებების შექმნა, რათა მათ წინ ჩვენი მუშაობა არასოდეს წყდება.“