Η τεχνητή νοημοσύνη «διαβάζει» το σενάριο, προειδοποιώντας τους χρήστες για απάτες.

Σε λιγότερο από ένα ανοιγόκλεισμα του ματιού, το σύστημα τεχνητής νοημοσύνης της MoMo αναλύει ταυτόχρονα πάνω από 1.000 σήματα κινδύνου. Εάν εμφανιστούν χαρακτηριστικά παρόμοια με προηγουμένως εντοπισμένα μοτίβα απάτης, το σύστημα αξιολογεί το επίπεδο κινδύνου και εκδίδει μια προειδοποίηση.

Καθώς οι απάτες γίνονται ταχύτερες και πιο εξελιγμένες.

Σύμφωνα με στατιστικά στοιχεία που κοινοποιήθηκαν στο φόρουμ Digital Trust in Finance 2026 (DTF 2026), οι Βιετναμέζοι έχασαν πάνω από 8 τρισεκατομμύρια VND λόγω διαδικτυακών απάτων το 2025. Ωστόσο, η ανησυχητική πτυχή δεν είναι μόνο το μέγεθος των απωλειών. Οι ειδικοί πιστεύουν ότι η κύρια πρόκληση είναι ότι η Τεχνητή Νοημοσύνη προκαλεί μια άνευ προηγουμένου αύξηση στην ταχύτητα δημιουργίας σεναρίων απάτης, μειώνοντας παράλληλα σημαντικά το «εμπόδιο εισόδου» για τους κυβερνοεγκληματίες.

Προηγουμένως, η εκτέλεση μιας απάτης μεγάλης κλίμακας απαιτούσε από τους δράστες να αφιερώνουν πολύ χρόνο στην ανάπτυξη σεναρίων, στη συλλογή δεδομένων, στη σύνταξη περιεχομένου και στην επικοινωνία με τα θύματα. Τώρα, πολλά από αυτά τα βήματα μπορούν να αυτοματοποιηθούν με πολύ χαμηλό κόστος.

Ο κ. Nguyen Manh Tuong, Συνιδρυτής, Συμπρόεδρος του Διοικητικού Συμβουλίου και Διευθύνων Σύμβουλος της MoMo, δήλωσε: «Η Τεχνητή Νοημοσύνη κάνει την απάτη «ταχύτερη, φθηνότερη και πιο εξελιγμένη» και αλλάζει εντελώς τον τρόπο με τον οποίο οι δράστες διεξάγουν διαδικτυακές εκστρατείες απάτης».

Ο κ. Nguyen Manh Tuong το μοιράστηκε αυτό στο Φόρουμ Ψηφιακής Εμπιστοσύνης στα Χρηματοοικονομικά 2026.

Αντί για τις μεθόδους μαζικής διάδοσης του παρελθόντος, σενάρια απάτης μπορούν πλέον να δημιουργηθούν με πολύ ταχύτερο ρυθμό και με υψηλότερο βαθμό εξατομίκευσης. Από την διαδικτυακή συμπεριφορά και τις καταναλωτικές συνήθειες έως τις σχέσεις στα μέσα κοινωνικής δικτύωσης, ένας πλούτος δημόσια διαθέσιμων δεδομένων μπορεί να χρησιμοποιηθεί για την κατασκευή στοχευμένων προσεγγίσεων που είναι ιδιαίτερα συγκεκριμένες για κάθε χρήστη.

Στα σημερινά underground φόρουμ, υπάρχει ένας αυξανόμενος αριθμός μοντέλων «phishing-as-a-service» – όπου τα εργαλεία phishing προσφέρονται ως συνδρομές παρόμοια με το λογισμικό SaaS. Οι χρήστες μπορούν να νοικιάσουν έτοιμους ψεύτικους ιστότοπους, συστήματα μαζικής αποστολής email, πίνακες ελέγχου για την παρακολούθηση κλεμμένων δεδομένων, ακόμη και συνοδευτικές υπηρεσίες τεχνικής υποστήριξης.

Η Wall Street Journal, επικαλούμενη στοιχεία από τη Microsoft, την Barracuda Networks, την Netcraft και το FBI, δείχνει ότι πολλές πλατφόρμες ηλεκτρονικού "ψαρέματος" (phishing) είναι πλέον "εξοπλισμένες" με φιλικές προς το χρήστη διεπαφές, προκατασκευασμένα πρότυπα και δυνατότητα ανάπτυξης σε λίγα λεπτά. Αυτό επιτρέπει ακόμη και σε ομάδες με λιγότερες τεχνικές δεξιότητες να συμμετέχουν γρήγορα σε μεγάλης κλίμακας καμπάνιες ηλεκτρονικού "ψαρέματος" (phishing).

Το μοντέλο καταπολέμησης της απάτης πρέπει επίσης να «επιταχυνθεί».

Με βάση την παραπάνω εμπειρία, ο κ. Nguyen Manh Tuong πιστεύει ότι ο κλάδος των ψηφιακών χρηματοοικονομικών δεν μπορεί να συνεχίσει να βασίζεται εξ ολοκλήρου στην παραδοσιακή νοοτροπία της «εντοπισμού συναλλαγών και στη συνέχεια του αποκλεισμού τους». Αντίθετα, το MoMo πρέπει να αλλάξει τον τρόπο σκέψης του από το «αποκλεισμό των κακών παραγόντων» στη «συνεργασία με καλούς παράγοντες».

Κάθε συναλλαγή στην πλατφόρμα MoMo επεξεργάζεται σε 100-300 χιλιοστά του δευτερολέπτου. Σε διάστημα μικρότερο από το ανοιγόκλεισμα του ματιού, το σύστημα τεχνητής νοημοσύνης αναλύει ταυτόχρονα περισσότερα από 1.000 διαφορετικά σήματα κινδύνου. Αυτά τα σήματα περιλαμβάνουν συσκευές σύνδεσης, γεωγραφική θέση, ιστορικό συναλλαγών, συχνότητα χρήσης λογαριασμού, χαρακτηριστικά παραλήπτη και πολλά άλλα ασυνήθιστα σημάδια στη συμπεριφορά συναλλαγών.

Εάν ένας λογαριασμός δημιουργήσει ξαφνικά μια μεγάλη συναλλαγή σε ένα σύμπλεγμα λογαριασμών που είχαν προηγουμένως συνδεθεί με ύποπτη δραστηριότητα ή παρουσιάσει χαρακτηριστικά παρόμοια με προηγουμένως τεκμηριωμένα μοτίβα απάτης, το σύστημα μπορεί να αξιολογήσει αμέσως το επίπεδο κινδύνου και να εκδώσει μια προειδοποίηση.

Τα αρχικά αποτελέσματα δείχνουν ότι αυτή η προσέγγιση αποφέρει θετικά αποτελέσματα. Στην πλατφόρμα MoMo, για κάθε 1.000 χρήστες που λαμβάνουν προειδοποίηση από το σύστημα, 995 διακόπτουν τη συναλλαγή. Ως αποτέλεσμα, εξοικονομούνται περίπου 44 δισεκατομμύρια VND κάθε μέρα από πιθανούς κινδύνους απάτης.

Αυτά τα ευρήματα καταδεικνύουν ότι η σύγχρονη ασφάλεια δεν αφορά απλώς την αποτροπή εξωτερικών επιθέσεων. Το πιο σημαντικό, αφορά την υποστήριξη των χρηστών ώστε να λαμβάνουν πιο τεκμηριωμένες αποφάσεις σε περιόδους μεγαλύτερης ευπάθειας στη χειραγώγηση.

Από την άλλη πλευρά, κάθε νέος ανακαλυφθείς δόλιος λογαριασμός, κάθε νέο σενάριο ηλεκτρονικού "ψαρέματος" (phishing) που αναφέρεται από έναν χρήστη ή κάθε πρόσφατα επαληθευμένη ασυνήθιστη συναλλαγή μπορεί να γίνει αμέσως δεδομένα για το σύστημα, ώστε να ενημερώσει τα μοντέλα αναγνώρισης κινδύνου.

Χάρη σε αυτό, τα πολύτιμα διδάγματα που αποκόμισαν οι μεμονωμένοι χρήστες έχουν μετατραπεί από το MoMo σε κοινή γνώση για ολόκληρο το σύστημα. Αυτή η νοοτροπία διαμορφώνει τη στρατηγική της οικοδόμησης μιας «κοινής ασπίδας»: όχι αφήνοντας τους χρήστες να αντιμετωπίζουν μόνοι τους κινδύνους, αλλά μετατρέποντας τη δύναμη των δεδομένων της κοινότητας σε ένα ψηφιακό ανοσοποιητικό σύστημα ικανό να αυτομάθει και να βελτιώνεται συνεχώς με την πάροδο του χρόνου.

(Πηγή: MoMo)

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