Menggunakan kecerdasan buatan untuk memerangi jenayah pemalsuan dokumen

Tiba-tiba berhutang

Baru-baru ini, akhbar secara berterusan melaporkan situasi pemalsuan dokumen pinjaman kepada aset yang sesuai. Subjek melakukan ini dengan mencuri maklumat peribadi orang lain dan kemudian membeli mesin dan peralatan untuk memalsukan dokumen peribadi sendiri.

Sebagai contoh, Cik NT (Vinh City, Nghe An ) tidak meminjam wang tetapi terus menerima panggilan dan mesej teks yang memintanya membayar hutangnya daripada sebuah syarikat kewangan.

Terlalu kecewa, dia melaporkan kejadian itu kepada syarikat kewangan di atas dan menerima surat balasan. Sehubungan itu, syarikat kewangan mengesahkan maklumat peribadinya digunakan oleh penipu untuk memalsukan permohonan pinjaman kreditnya.

Dalam kes lain, Cik TA, yang kediaman berdaftarnya di Daerah Phu Nhuan (HCMC), berkongsi bahawa dia dan keluarganya pernah panik apabila orang yang tidak dikenali mengganas mereka dengan berpuluh-puluh panggilan telefon setiap hari dan beribu-ribu mesej menyerang Facebook mereka.

Peristiwa "malang" di atas berlaku selepas dia kehilangan kad pengenalannya. Cik TA berkata bahawa seseorang menggunakan semua maklumatnya seperti nama, umur dan nombor ID untuk membuat pinjaman pengguna.

Peminjam kemudian menghilangkan diri, meninggalkan pinjaman lewat, memaksa Cik TA untuk memikul hutang tersebut.

Maklumat seperti nama dan umur apabila kad pengenalan hilang juga boleh menjadi risiko sebelum pinjaman tidak bercagar.

Boleh dikatakan situasi penipuan kewangan seperti kes di atas semakin banyak berlaku, dengan helah yang semakin canggih.

Sementara itu, kebanyakan pengesahan eKYC dalam langkah membandingkan orang sebenar dan foto pada dokumen identiti berhenti pada tahap yang mudah seperti memerlukan foto potret atau tugasan mudah.

Ini telah menimbulkan masalah, memerlukan pengesahan yang semakin maju dan teknologi anti-pemalsuan.

Dari perspektif teknikal, Pengarah AI Zalo, Dr. Chau Thanh Duc, berkata anti-pemalsuan sentiasa menjadi cabaran besar. Di Zalo, teknologi ini sentiasa dipertingkatkan dan model dikemas kini untuk mengelakkan pelbagai bentuk pemalsuan.

Mengikut statistik, hanya dalam tempoh 6 bulan pertama 2023, Zalo berjaya mengesan dan menghalang kira-kira 350,000 kes gambar potret palsu dan 450,000 kes dokumen palsu (CCCD dan kad pengenalan).

Ini merupakan usaha hebat pasukan AI Zalo dalam "perang" menentang penipuan pengesahan pengguna elektronik (eKYC), untuk melindungi pengguna menggunakan perkhidmatan yang disediakan oleh Zalo dengan terbaik.

Bagaimana AI menghalang penipuan

Menurut Dr. Chau Thanh Duc, terdapat 3 bentuk pemalsuan yang paling biasa digunakan untuk memerangi pengesahan pengguna elektronik (eKYC) hari ini, termasuk: Pemalsuan muka palsu, model 3D (seperti peragawati), dan penyuntingan maklumat palsu pada kad pengenalan warganegara (CCCD) atau kad pengenalan (CMND).

Dengan Zalo AI, jurutera teknologi sentiasa perlu menganalisis dengan teliti untuk menambah baik model. Contohnya, dengan deepfake, penyerang akan mengambil imej pegun orang lain dan kemudian membuat gerak isyarat bergerak seperti tersenyum, mengedipkan mata, mengetap bibir, dsb. sama seperti orang sebenar.

Imej-imej ini akan digunakan untuk memalsukan video selfie (potret) supaya kamera eKYC (pengenalan elektronik) boleh merakamnya dan disalah anggap sebagai orang sebenar.

Walau bagaimanapun, penipuan di atas akan meninggalkan kesan tangkapan semula pada skrin. Berdasarkan ciri ini, Zalo telah membangunkan model pengesanan serangan ulangan untuk memastikan data video ini disekat semasa proses pengesahan.

Di samping itu, untuk mengelakkan penipuan dalam pengesahan eKYC, Zalo mempunyai mekanisme untuk menyemak secara automatik dan menyemak kawasan secara rawak.

Apabila teknik dikesan yang memintas model anti-spoofing, pasukan AI Zalo akan cepat menganalisis dan mengemas kini model untuk menentang jenis serangan tersebut.

Pada masa ini, lapisan perlindungan lain seperti senarai hitam dan dapatkan semula wajah akan membantu menghalang penyerang daripada menggunakan semula maklumat peribadi, akaun atau imej ini untuk memintas sistem.

Zalo eKYC menyumbang dengan ketara dalam usaha memerangi penipuan.

Untuk peragawati, Zalo menggunakan model anti-pemalsuan 3D, yang mampu membezakan antara wajah manusia semula jadi dan objek 3D yang menyamar sebagai manusia.

Bersama-sama dengan menggunakan model AI yang betul, unit ini mempelbagaikan data latihan untuk memastikan model sentiasa dilatih dengan 3D palsu yang paling biasa, model peragawati yang mungkin wujud di dunia nyata.

Manekin digunakan untuk melatih model AI, meningkatkan keupayaan untuk mengenali palsu dalam kehidupan sebenar (Ilustrasi).

Untuk foto kad ID dan CCCD palsu, terdapat banyak jenis serangan seperti mengambil tangkapan skrin atau gambar cetakan orang lain, mengedit maklumat tentang nombor kad pengenalan, nama atau tarikh lahir, malah menggantikan foto asal dengan foto palsu yang lain.

Setiap jenis serangan akan mempunyai ciri pengenalpastiannya sendiri. Zalo telah membina model AI khusus untuk mengenal pasti setiap jenis maklumat abnormal dengan berkesan.

Wakil Zalo AI juga berkata bahawa ketepatan, kemudahan, kemas kini, pemprosesan pantas dan kestabilan adalah kekuatan yang mengesahkan nilai Zalo eKYC untuk pengguna.

Boleh dikatakan bahawa dengan penyelesaian termaju dan komitmen terhadap peningkatan berterusan, perintis dalam teknologi secara amnya dan AI khususnya seperti Zalo eKYC memainkan peranan penting dalam mengesahkan maklumat dalam era digital semasa.

Sumber