এআই স্ক্রিপ্টটি 'পড়ে' ব্যবহারকারীদের প্রতারণা সম্পর্কে সতর্ক করে।

চোখের পলকেরও কম সময়ে মোমোর এআই সিস্টেম একযোগে ১,০০০-এর বেশি ঝুঁকির সংকেত বিশ্লেষণ করে। পূর্বে শনাক্ত করা প্রতারণার ধরনের সাথে সাদৃশ্যপূর্ণ বৈশিষ্ট্য দেখা গেলে, সিস্টেমটি ঝুঁকির মাত্রা মূল্যায়ন করে এবং একটি সতর্কবার্তা জারি করে।

প্রতারণাগুলো আরও দ্রুত এবং অত্যাধুনিক হয়ে উঠছে।

ডিজিটাল ট্রাস্ট ইন ফাইন্যান্স ২০২৬ (ডিটিএফ ২০২৬) ফোরামে উপস্থাপিত পরিসংখ্যান অনুসারে, ২০২৫ সালে অনলাইন স্ক্যামের কারণে ভিয়েতনামের জনগণ ৮ ট্রিলিয়ন VND-এর বেশি অর্থ হারিয়েছে। তবে, উদ্বেগের বিষয় শুধু ক্ষতির পরিমাণই নয়; বিশেষজ্ঞরা মনে করেন, মূল চ্যালেঞ্জটি হলো কৃত্রিম বুদ্ধিমত্তা (এআই) স্ক্যাম তৈরির গতিকে অভূতপূর্বভাবে বাড়িয়ে দিচ্ছে এবং একই সাথে সাইবার অপরাধীদের জন্য ‘প্রবেশের বাধা’ উল্লেখযোগ্যভাবে কমিয়ে দিচ্ছে।

পূর্বে, বড় আকারের প্রতারণা চালানোর জন্য অপরাধীদের বিভিন্ন পরিস্থিতি তৈরি করতে, তথ্য সংগ্রহ করতে, বিষয়বস্তু লিখতে এবং ভুক্তভোগীদের সাথে যোগাযোগ করতে অনেক সময় ব্যয় করতে হতো। এখন, এই ধাপগুলোর অনেকগুলোই খুব কম খরচে স্বয়ংক্রিয় করা যায়।

মোমোর সহ-প্রতিষ্ঠাতা, পরিচালনা পর্ষদের সহ-সভাপতি এবং প্রধান নির্বাহী কর্মকর্তা জনাব নগুয়েন মান তুওং বলেছেন: "এআই জালিয়াতিকে 'আরও দ্রুত, সস্তা এবং অত্যাধুনিক' করে তুলছে এবং অপরাধীদের অনলাইন জালিয়াতি অভিযান চালানোর পদ্ধতিকে সম্পূর্ণভাবে বদলে দিচ্ছে।"

জনাব নগুয়েন মান তুওং 'ডিজিটাল ট্রাস্ট ইন ফাইন্যান্স ২০২৬ ফোরাম'-এ এই বক্তব্যটি প্রদান করেন।

অতীতের ব্যাপক প্রচার পদ্ধতির পরিবর্তে, এখন প্রতারণার দৃশ্যকল্প অনেক দ্রুত গতিতে এবং আরও বেশি ব্যক্তিগতকৃতভাবে তৈরি করা যায়। অনলাইন আচরণ ও ভোক্তা অভ্যাস থেকে শুরু করে সোশ্যাল মিডিয়ার সম্পর্ক পর্যন্ত, বিপুল পরিমাণ সর্বজনীনভাবে উপলব্ধ ডেটা ব্যবহার করে এমন লক্ষ্যভিত্তিক কৌশল তৈরি করা যেতে পারে যা প্রতিটি ব্যবহারকারীর জন্য অত্যন্ত সুনির্দিষ্ট।

আজকাল আন্ডারগ্রাউন্ড ফোরামগুলোতে 'ফিশিং-অ্যাজ-এ-সার্ভিস' মডেলের সংখ্যা ক্রমশ বাড়ছে – যেখানে SaaS সফটওয়্যারের মতো সাবস্ক্রিপশনের মাধ্যমে ফিশিং টুলকিট অফার করা হয়। ব্যবহারকারীরা তৈরি করা নকল ওয়েবসাইট, গণ ইমেল সিস্টেম, চুরি করা ডেটা নিরীক্ষণের জন্য ড্যাশবোর্ড, এমনকি আনুষঙ্গিক প্রযুক্তিগত সহায়তা পরিষেবাও ভাড়া নিতে পারেন।

মাইক্রোসফট, ব্যারাকুডা নেটওয়ার্কস, নেটক্রাফট এবং এফবিআই-এর তথ্য উদ্ধৃত করে ওয়াল স্ট্রিট জার্নাল দেখিয়েছে যে, বর্তমানে অনেক ফিশিং প্ল্যাটফর্মই ব্যবহারকারী-বান্ধব ইন্টারফেস, আগে থেকে তৈরি টেমপ্লেট এবং মিনিটের মধ্যে চালু করার সক্ষমতাসহ প্রস্তুত থাকে। এর ফলে, কম প্রযুক্তিগত দক্ষতাসম্পন্ন দলগুলোও দ্রুত বড় আকারের ফিশিং প্রচারাভিযানে অংশগ্রহণ করতে পারে।

জালিয়াতি-বিরোধী মডেলটিকেও "ত্বরান্বিত" করতে হবে।

উপরোক্ত অভিজ্ঞতার ভিত্তিতে, জনাব নগুয়েন মান তুয়ং মনে করেন যে, ডিজিটাল ফিন্যান্স শিল্প কেবল "লেনদেন শনাক্ত করে তা ব্লক করা"-র মতো গতানুগতিক মানসিকতার উপর সম্পূর্ণরূপে নির্ভর করে চলতে পারে না। এর পরিবর্তে, মোমো-কে অবশ্যই তার চিন্তাভাবনা "দুষ্কৃতকারীদের ব্লক করা" থেকে "সৎ ব্যক্তিদের সাথে অংশীদারিত্ব" করার দিকে পরিবর্তন করতে হবে।

MoMo প্ল্যাটফর্মে প্রতিটি লেনদেন ১০০-৩০০ মিলিসেকেন্ডের মধ্যে সম্পন্ন হয়। চোখের পলকের চেয়েও কম সময়ে, এআই সিস্টেমটি একই সাথে ১,০০০-এরও বেশি বিভিন্ন ঝুঁকির সংকেত বিশ্লেষণ করে। এই সংকেতগুলোর মধ্যে রয়েছে লগইন ডিভাইস, ভৌগোলিক অবস্থান, লেনদেনের ইতিহাস, অ্যাকাউন্ট ব্যবহারের হার, প্রাপকের বৈশিষ্ট্য এবং লেনদেনের আচরণে দেখা যায় এমন আরও অনেক অস্বাভাবিক লক্ষণ।

যদি কোনো অ্যাকাউন্ট হঠাৎ করে পূর্বে সন্দেহজনক কার্যকলাপের সাথে যুক্ত থাকা একাধিক অ্যাকাউন্টে বড় অঙ্কের লেনদেন করে, অথবা পূর্বে নথিভুক্ত প্রতারণার ধরনের অনুরূপ বৈশিষ্ট্য প্রদর্শন করে, তবে সিস্টেমটি তাৎক্ষণিকভাবে ঝুঁকির মাত্রা মূল্যায়ন করে একটি সতর্কবার্তা জারি করতে পারে।

প্রাথমিক ফলাফল থেকে দেখা যাচ্ছে যে এই পদ্ধতিটি ইতিবাচক ফল দিচ্ছে। মোমো প্ল্যাটফর্মে, সিস্টেম থেকে সতর্কবার্তা পাওয়া প্রতি ১,০০০ ব্যবহারকারীর মধ্যে ৯৯৫ জন লেনদেনটি বন্ধ করে দেন। এর ফলে, সম্ভাব্য জালিয়াতির ঝুঁকি থেকে প্রতিদিন প্রায় ৪৪ বিলিয়ন VND সাশ্রয় হচ্ছে।

এই গবেষণালব্ধ ফলাফলগুলো প্রমাণ করে যে, আধুনিক নিরাপত্তা কেবল বাহ্যিক আক্রমণ প্রতিরোধের মধ্যেই সীমাবদ্ধ নয়। এর চেয়েও গুরুত্বপূর্ণ হলো, কারসাজির শিকার হওয়ার সর্বোচ্চ ঝুঁকিপূর্ণ মুহূর্তে ব্যবহারকারীদের আরও সুচিন্তিত সিদ্ধান্ত গ্রহণে সহায়তা করা।

অন্যদিকে, প্রতিটি নতুন আবিষ্কৃত প্রতারণামূলক অ্যাকাউন্ট, ব্যবহারকারীর দ্বারা রিপোর্ট করা প্রতিটি নতুন ফিশিং পরিস্থিতি, বা প্রতিটি নতুন যাচাইকৃত অস্বাভাবিক লেনদেন তাৎক্ষণিকভাবে সিস্টেমের ঝুঁকি শনাক্তকরণ মডেল আপডেট করার জন্য ডেটা হয়ে উঠতে পারে।

এর ফলস্বরূপ, স্বতন্ত্র ব্যবহারকারীদের অর্জিত মূল্যবান শিক্ষা মোমো দ্বারা সমগ্র সিস্টেমের জন্য সম্মিলিত জ্ঞানে রূপান্তরিত হয়েছে। এই মানসিকতাই একটি "সাধারণ ঢাল" তৈরির কৌশলকে রূপ দেয়: ব্যবহারকারীদের একা ঝুঁকির সম্মুখীন হতে না দিয়ে, বরং কমিউনিটির ডেটার শক্তিকে একটি ডিজিটাল প্রতিরোধ ব্যবস্থায় রূপান্তরিত করা, যা স্ব-শিক্ষণে সক্ষম এবং সময়ের সাথে সাথে ক্রমাগত উন্নত হতে থাকে।

(সূত্র: মোমো)

উৎস: https://vietnamnet.vn/ai-doc-vi-kich-ban-canh-bao-nguoi-dung-truoc-bay-lua-dao-2520887.html