Efterhånden som svindel bliver hurtigere og mere sofistikerede.
Ifølge statistikker, der blev delt på Digital Trust in Finance 2026 (DTF 2026)-forummet, mistede vietnameserne over 8 billioner VND på grund af onlinesvindel i 2025. Det bekymrende aspekt er dog ikke kun omfanget af tab; eksperter mener, at den største udfordring er, at AI forårsager en hidtil uset stigning i hastigheden af at skabe svindelscenarier, samtidig med at "adgangsbarrieren" for cyberkriminelle reduceres betydeligt.
Tidligere krævede det storstilet svindel, at gerningsmændene brugte meget tid på at udvikle scenarier, indsamle data, skrive indhold og kontakte ofrene. Nu kan mange af disse trin automatiseres til meget lave omkostninger.
Hr. Nguyen Manh Tuong, medstifter, medformand for bestyrelsen og administrerende direktør for MoMo, udtalte: "AI gør svindel 'hurtigere, billigere og mere sofistikeret' og ændrer fuldstændigt den måde, gerningsmænd udfører online svindelkampagner på."

I stedet for tidligere tiders massespredningsmetoder kan svindelscenarier nu skabes i et meget hurtigere tempo og med en højere grad af personalisering. Fra onlineadfærd og forbrugervaner til sociale medieforhold kan et væld af offentligt tilgængelige data bruges til at konstruere målrettede tilgange, der er meget specifikke for hver bruger.
På undergrundsfora i dag findes der et stigende antal "phishing-as-a-service"-modeller – hvor phishing-værktøjssæt tilbydes som abonnementer svarende til SaaS-software. Brugere kan leje færdige falske websteder, masse-e-mail-systemer, dashboards til at overvåge stjålne data og endda tilhørende tekniske supporttjenester.
Wall Street Journal viser, at mange phishing-platforme nu er "pakket" med brugervenlige grænseflader, præbyggede skabeloner og muligheden for at blive implementeret på få minutter, og at de kan implementeres på få minutter. Dette gør det muligt for selv teams med mindre tekniske færdigheder hurtigt at deltage i store phishing-kampagner.
Anti-svindelmodellen skal også "accelerere".
Baseret på ovenstående erfaring mener hr. Nguyen Manh Tuong, at den digitale finansindustri ikke kan fortsætte med at være udelukkende afhængig af den traditionelle tankegang om at "opdage transaktioner og derefter blokere dem". I stedet skal MoMo ændre sin tankegang fra at "blokere dårlige aktører" til at "partnere med gode aktører".
Hver transaktion på MoMo-platformen behandles på 100-300 millisekunder. På kortere tid end et øjeblik analyserer AI-systemet samtidig mere end 1.000 forskellige risikosignaler. Disse signaler omfatter login-enheder, geografisk placering, transaktionshistorik, kontobrugsfrekvens, modtagerkarakteristika og mange andre usædvanlige tegn i transaktionsadfærd.

Hvis en konto pludselig genererer en stor transaktion til en klynge af konti, der tidligere er blevet forbundet med mistænkelig aktivitet, eller udviser karakteristika, der ligner tidligere dokumenterede svindelmønstre, kan systemet straks vurdere risikoniveauet og udstede en advarsel.
De første resultater viser, at denne tilgang giver positive resultater. På MoMo-platformen stopper 995 brugere transaktionen for hver 1.000 brugere, der modtager en advarsel fra systemet. Som et resultat spares cirka 44 milliarder VND hver dag fra potentielle svindelrisici.

På den anden side kan enhver nyopdaget svigagtig konto, ethvert nyt phishing-scenarie rapporteret af en bruger eller enhver nyligt verificeret usædvanlig transaktion øjeblikkeligt blive til data, som systemet kan bruge til at opdatere sine risikoidentifikationsmodeller.
Takket være dette er de værdifulde erfaringer, som individuelle brugere har lært, blevet omdannet af MoMo til fælles viden for hele systemet. Denne tankegang former strategien om at opbygge et "fælles skjold": ikke at lade brugerne stå alene med risici, men at omdanne kraften i fællesskabsdata til et digitalt immunsystem, der er i stand til selvlæring og løbende at forbedre sig over tid.
(Kilde: MoMo)
Kilde: https://vietnamnet.vn/ai-doc-vi-kich-ban-canh-bao-nguoi-dung-truoc-bay-lua-dao-2520887.html








Kommentar (0)