Deepfake: Det brittiska företaget Arup faller offer för $25-M bluff, hur kan du skydda dig själv?
- Detta sofistikerade bedrägeri resulterade i att en av dess anställda i Hongkong överförde 25 miljoner dollar till bedragare.
- Arup meddelade polisen i Hongkong i januari om händelsen och bekräftade att falska röster och bilder användes.
- Deepfake-tekniken utgör betydande risker som kräver vaksamhet och proaktiva åtgärder för att mildra.
Det brittiska multinationella design- och ingenjörsföretaget Arup, känt för ikoniska byggnader som operahuset i Sydney, bekräftade att det var föremål för en djupfalsk bluff.
Detta sofistikerade bedrägeri resulterade i att en av dess anställda i Hongkong överförde 25 miljoner dollar till bedragare.
Vad var bedrägeriet?
Arup meddelade Hongkongs polis i januari om händelsen och bekräftade att falska röster och bilder användes.
Bedrägeriet involverade en finansarbetare som lurades att delta i ett videosamtal med personer som han trodde var finanschefen och andra anställda, som alla var djupfalska rekreationer.
Trots initiala misstankar om ett nätfiskemeddelande ledde det realistiska utseendet och rösterna från hans förmodade kollegor att den anställde fortsatte med transaktionerna, totalt 200 miljoner Hongkong-dollar (25,6 miljoner USD) fördelat på 15 överföringar.
Stigande hot om djup falsk teknik
Händelsen understryker den ökande sofistikeringen av deepfake-teknik.
Rob Greig, Arups globala informationschef, Arup, sa:
Antalet och sofistikerade sådana attacker har ökat kraftigt, vilket innebär betydande utmaningar för företag världen över.
Global oro och intern respons
Myndigheter globalt växer oroliga över den skadliga användningen av deepfake-teknik.
I ett internt memo betonade Arups regionordförande i Östasien, Michael Kwok, den ökande frekvensen och sofistikeringen av dessa attacker, och uppmanade anställda att hålla sig informerade och uppmärksamma på att upptäcka olika bedrägeritekniker.
Operativ motståndskraft och pågående utredning
Trots den betydande ekonomiska förlusten försäkrade Arup att dess finansiella stabilitet och affärsverksamhet var opåverkad, och att inget av dess interna system äventyrades. Företaget fortsätter att samarbeta med myndigheter och utredningen pågår.
Denna högprofilerade incident belyser det akuta behovet för företag att förbättra sina cybersäkerhetsåtgärder för att bekämpa det växande hotet från deepfake-teknik och andra sofistikerade bedrägerier.
Vad är en deepfake?
En deepfake är innehåll som genereras med hjälp av tekniker för djupinlärning som verkar verkligt men är tillverkat. Artificiell intelligens ( AI ) som används för att skapa deepfakes använder vanligtvis generativa modeller, såsom Generative Adversarial Networks (GAN) eller auto-encoders.
Deepfakes kan vara videor, ljudinspelningar eller bilder som visar individer eller grupper som gör eller säger saker de aldrig gjort.
För att producera övertygande innehåll måste AI träna på stora datamängder för att känna igen och replikera naturliga mönster.
Även om Deepfake-tekniken är innovativ, öppnar den upp för farliga möjligheter för illegal användning, inklusive identitetsstöld, bevisförfalskning, desinformation, förtal och biometrisk säkerhet.
Bedragare utnyttjar ofta den avbildade personens auktoritet eller personliga koppling till sina mål.
Typer av deepfakes
Deepfakes kan producera video-, ljud- eller bildinnehåll, som används som inspelat media eller i realtidsströmmar. Dessa format kan påträffas i olika scenarier, från inlägg på sociala medier till telefonsamtal och videokonferenser.
Ansiktsbyte: Denna applikation ersätter ansiktsdragen hos en målperson med falska drag, ofta hos en annan person.
Tekniker som detektering av landmärken i ansiktet och manipulation gör blandningen sömlös och svår att upptäcka när den fångas omedveten.
Röstkloning: Denna teknik replikerar en individs röst. Högkvalitativa ljuddata från inspelningar av målpersonen som talar i olika sammanhang behövs för att träna en röstkloningsmodell.
Deepfakes för video i realtid
Deepfakes för video i realtid genererar manipulerat videoinnehåll direkt under liveströmmar och videosamtal.
Röstkloning och ansiktsbyte används ofta för att skapa en övertygande falsk miljö. Deepfake generationens programvara kan integreras med streamingplattformar och videokonferensverktyg på flera sätt:
En separat applikation fångar, bearbetar och skickar det manipulerade videoflödet till konferensprogramvaran.
Direkt integration i videokonferensprogramvara som en valfri funktion eller plugin.
Använda en virtuell kamera för att fånga upp videoflödet från den fysiska kameran och mata ut det manipulerade flödet.
Hur skyddar du dig mot deepfakes?
När deepfake-tekniken utvecklas är det avgörande att skydda dig själv och din organisation från bedrägerier. Här är några sätt att skydda sig mot deepfakes:
Se upp för röda flaggor: Leta efter orealistiska ansiktsuttryck eller rörelser, inkonsekvenser i ljus och skuggor, onaturliga huvud- eller kroppsrörelser och oöverensstämmande ljud- och videokvalitet.
Var proaktiv om du är misstänksam: Delta i en slentrianmässig konversation för att fånga en falskare. Be personen att dela sin skärm eller bekräfta sin identitet genom att tillhandahålla exklusiv information eller skicka ett bekräftelsemeddelande via en annan kanal.
Ställ in en lösenfras: Skapa ett lösenord eller en lösenfras för känsliga ämnen med kollegor och familjemedlemmar. Denna metod är effektiv i röst-, video- och textkommunikation.
Deepfake-tekniken utgör betydande risker som kräver vaksamhet och proaktiva åtgärder för att mildra.
Genom att förstå typerna av deepfakes och implementera strategier för att identifiera och motverka dem kan individer och organisationer bättre skydda sig mot potentiella bedrägerier.
När generativ AI fortsätter att utvecklas är det avgörande att hålla sig informerad och förberedd för att skydda sig mot det växande hotet från deepfakes.
Figma-aktien fast i björnmarknad: kollapsar den mer eller återhämtar sig?
Därför har Nebius- och CoreWeave-aktier nyligen tappat momentum
SpaceX börjar handlas idag: vad säger experterna?
Krönika: Wall Streets AI-drivna uppgång stöter på motstånd
Webull-analys: Är denna kinesiska Robinhood-konkurrent köpvärd?
Inga resultat hittades
Laddar artiklar...
Failed to load articles. Please try again.