Deepfake-videopuhelut: Kuinka huijarit tekeytyvät pomoksesi Zoomissa

Liityt Zoom-puheluun ja näet talousjohtajasi kasvot näytöllä. Ääni täsmää. Maneerit ovat tuttuja. He viittaavat sopimukseen, josta keskustelitte viime viikolla, ja pyytävät sinua käsittelemään kiireellisen tilisiirron kaupan viimeistelemiseksi. Kaikki vaikuttaa olevan kunnossa, joten aloitat maksun. Paitsi että näytölläsi oleva henkilö ei ollut talousjohtajasi. Hän oli rikollinen, joka kantoi reaaliaikaista deepfake-naamiota, ja rahat ovat poissa.

Tämä ei ole tiedettä. Se on dokumentoitu hyökkäysvektori, joka on jo maksanut yksittäisille organisaatioille kymmeniä miljoonia dollareita. Reaaliaikainen deepfake-teknologia on edennyt siihen pisteeseen, että kasvojenvaihto voidaan soveltaa suoriin videolähteihin riittävän pienellä viiveellä, jotta se vaikuttaa normaalilta videopuhelulta. Yhdistettynä äänikloonaukseen tämä luo tehokkaan uuden yrityspetosten muodon, joka hyödyntää juuri niitä työkaluja, joihin organisaatiot luottavat etäyhteistyössä.

Suoran deepfake-tekeytymisen nousu

Yrityssähköpostin vaarantuminen (BEC) on ollut yksi kalleimmista kyberrikollisuuden muodoista yli vuosikymmenen ajan. Perinteinen käsikirja sisälsi johtajan sähköpostitilin väärentämisen tai vaarantamisen ja vilpillisten maksuohjeiden lähettämisen. Kun organisaatiot ottivat käyttöön sähköpostin vahvistusprotokollat, rikolliset sopeutuivat. Deepfake-videopuhelu on BEC:n luonnollinen kehitysaskel, joka korvaa tekstipohjaisen tekeytymisen paljon vakuuttavammalla audio-visuaalisella versiolla.

Suoran deepfake-puhelun vaatima teknologiapino on tullut yllättävän saavutettavaksi. Avoimen lähdekoodin kasvojenvaihtomallit voivat toimia kuluttajaluokan GPU:illa, virtuaalinen kameraohjelmisto sieppaa videolähdön ennen kuin se saavuttaa Zoomin tai Teamsin, ja äänikloonaustyökalut, jotka on koulutettu julkisesti saatavilla olevalla äänimateriaalilla, hoitavat audiosuuden. Hyökkääjä, jolla on kohtuulliset tekniset taidot ja muutama tunti valmistautumisaikaa, voi luoda hyväksyttävän reaaliaikaisen jäljitelmän lähes kenestä tahansa, jonka kasvot ja ääni ovat julkisesti saatavilla.

Deepfake-videopuheluhyökkäyksen anatomia

Kehittynyt deepfake-puheluhyökkäys alkaa tyypillisesti viikkoja ennen itse puhelua. Hyökkääjä suorittaa tiedustelua tutkimalla kohdeorganisaation rakennetta, tunnistamalla, millä työntekijöillä on valtuudet käynnistää maksuja, ja keräämällä video- ja äänimateriaalia tekeydyttävästä johtajasta. LinkedIn, YouTube-konferenssiesiintymiset, podcast-vierailut ja yrityksen markkinointivideot tarjoavat kaikki lähdemateriaalia.

Hyökkääjä sitten vaarantaa tai väärentää johtajan kalenterin ja sähköpostin aikatauluttaakseen puhelun näennäisesti laillisten kanavien kautta. Kokouskutsu näyttää aidolta, lähetettynä oikeasta sähköpostiosoitteesta tai kalenterijärjestelmästä, usein ajoitettuna osuakseen yhteen sen kanssa, kun todellinen johtaja on tavoittamattomissa, kuten matkan tai tunnetun loman aikana. Puhelun aikana hyökkääjä käyttää valmisteltuja puheenvuoroja, jotka viittaavat todellisiin projekteihin, todellisiin kollegoihin ja todellisiin sopimuksiin uskottavuuden rakentamiseksi ennen siirtymistä petolliseen pyyntöön.

Mikä tekee näistä hyökkäyksistä tuhoisia, on se, että ne hyödyntävät viestinnän implisiittistä luottamusta. Vuosikymmenien ajan jonkun näkemistä kasvokkain videopuhelussa on pidetty luotettavana henkilöllisyyden vahvistamisena. Tuo oletus on nyt vaarallisen vanhentunut. Syvempää näkemystä siitä, kuinka deepfaket toimivat ja visuaalisista merkeistä, joita voit etsiä, löydät oppaastamme deepfake-videoiden tunnistamiseen .

Hongkongin tapaus: 25 miljoonaa dollaria yhdessä puhelussa

Laajimmin raportoitu deepfake-videopuhelupetos tapahtui Hongkongissa, jossa monikansallisen yrityksen taloustyöntekijä huijattiin siirtämään noin 25 miljoonaa dollaria videokonferenssin jälkeen, jossa näytti olevan yrityksen talousjohtaja ja useita muita ylimmistä johtajista. Työntekijä oli aluksi ollut epäileväinen siirtoa pyytävästä sähköpostista, mutta vakuutettiin videopuhelun jälkeen, jossa pyynto näytti vahvistuvan useiden tuttujen kasvojen toimesta.

Mikä teki tästä tapauksesta erityisen hälyttävän, oli deepfaken moniosallistujaluonne. Sen sijaan, että olisi tekeydytty yhdeksi johtajaksi, hyökkääjät loi reaaliaikaiset deepfaket useista henkilöistä samanaikaisesti, luoden illuusion ryhmäkokouksesta, jossa jokainen osallistuja oli synteettinen. Tämä lisäsi merkittävästi pyynnön koettua legitimiteettiä, koska kohdetyöntekijä näki "useita" luotettuja kollegoja, jotka kaikki vahvistivat saman ohjeen.

Tapaus korosti kriittistä haavoittuvuutta: organisaatiot, jotka olivat investoineet raskaasti sähköpostin turvallisuuteen, eivät saaneet vastaavaa suojausta videoviestinnälle. Työntekijä noudatti kaikkia olemassa olevia protokollia vahvistaen pyynnön videopuhelussa ylimmän johdon kanssa, mutta itse vahvistusmenetelmä oli vaarantunut.

Onko sinulla epäilyttävä videotallenne? Skannaa se Truvizyllä ilmaiseksi

Tekniset rajoitukset, joita huijarit hyödyntävät

Reaaliaikaiset deepfaket eivät ole täydellisiä. Ne tuovat käsittelyviivettä, kamppailevat nopeilla päänliikkeillä, tuottavat artefakteja, kun kädet ylittävät kasvot, ja niillä on usein vaikeuksia sovittaa ympäristön valaistusta. Huijarit kuitenkin tarkoituksellisesti hyödyntävät itse videokonferenssien rajoituksia peittääkseen nämä merkit. Matalaresoluutioiset videolähteet, kaistanleveysvaihtelut ja pakkausartefaktit, jotka ovat normaaleja videopuheluissa, piilottavat kätevästi deepfake-epätäydellisyydet.

Hyökkääjät väittävät usein huonon internetyhteyden syyksi pitää kameran laatu alhaisena, poistaa näytönjako käytöstä tai pitää videon pois päältä osassa puhelua. He voivat pitää puhelut lyhyinä ja fokusoiduina petolliseen pyyntöön minimoidakseen tunnistamisen mahdollisuuden. Jotkut jopa lavastavia "teknisiä ongelmia" jos deepfake alkaa huonontua, katkaisevat puhelun ja soittavat takaisin istunnon nollaamiseksi. Nämä ovat samoja temppuja, joita käytetään julkisuudenhenkiöiden deepfake-huijamiskampanjoissa sovellettuna yritysympäristöön.

Kuinka tunnistaa deepfaket suorien puhelujen aikana

Vaikka et voi ajaa videota tunnistustyökalun läpi suoran puhelun aikana yhtä helposti kuin ennalta tallennetulla sisällöllä, on useita käytännöllisiä testejä, joita voit soveltaa reaaliajassa. Pyydä henkilöä suorittamaan odottamaton toiminto: kääntämään päänsä nopeasti sivulle, pitämään tietyn määrän sormia lähellä kasvojaan tai siirtymään eri asentoon huoneessaan. Reaaliaikaiset deepfaket kamppailevat äkillisten muutosten kanssa, ja nämä pyynnöt voivat aiheuttaa näkyviä artefakteja tai viiveitä.

Tarkkaile mikroviiveitä puhujan huulten liikkeiden ja heidän äänensä välillä. Reaaliaikainen deepfake-käsittely lisää viivettä, joka usein ilmenee hienovaraisena mutta havaittavana audio-visuaalisena epäsynkronisaationa. Kiinnitä huomiota kasvon reunoihin siinä, missä ne kohtaavat hiukset ja kaulan. Tärinä, epäterävyys tai värinmuutokset näillä rajoilla ovat vahvoja indikaattoreita kasvojenvaihdon tapahtumisesta.

Jos sinulla on epäilyksiä, älä jatka pyydettyä toimintoa puhelun aikana. Lopeta sen sijaan kokous ja vahvista täysin erillisestä kanavasta. Soita henkilölle suoraan tunnettuun puhelinnumeroonsa, kävele heidän toimistoonsa jos he ovat rakennuksessa, tai ota heihin yhteyttä eri viestintäalustalla. Jos tallenne epäilyttävästä puhelusta on saatavilla, aja se Truvizyn videoanalyysityökalun läpi kattavaa tekoälypohjaista aitoustarkistusta varten.

Organisatorisen puolustuksen rakentaminen

Tehokkain puolustus deepfake-videopuheluhuijauksia vastaan on yhdistelmä käytäntöä, koulutusta ja teknologiaa. Aloita toteuttamalla pakollinen monikanavainen vahvistuskäytäntö kaikille rahoitustapahtumille yli määritetyn rajan. Mikään yksittäinen viestintäkanava, olipa se sähköposti, puhelin tai videopuhelu, ei yksinään riitä maksujen valtuuttamiseen. Jokainen pyyntö on vahvistettava vähintään yhdestä riippumattomasta kanavasta.

Järjestä säännöllinen deepfake-tietoisuuskoulutus kaikille työntekijöille, jotka käsittelevät rahoitustapahtumia tai arkaluonteisia tietoja. Tämän koulutuksen tulisi sisältää esimerkkejä reaaliaikaisesta deepfake-teknologiasta, harjoitustehtäviä synteettisen videon tunnistamisessa ja selkeitä menettelytapoja epäiltyjen tekeytymisyritysten ilmoittamiseen. Tee kulttuurisesti hyväksyttäväksi, jopa kannustetuksi, työntekijöiden kyseenalaistaa ja vahvistaa johdon ohjeet. Organisaatiot, joissa työntekijät tuntevat, etteivät he voi kyseenalaistaa auktoriteettia, ovat haavoittuvimpia.

Kattavaa lähestymistapaa organisaation suojaamiseen varten tutki täydellistä deepfake-suojausopastamme . Tiimeille, jotka tarvitsevat skaalautuvia tunnistusvalmiuksia, Truvizyn ammattilaissuunnitelmat tarjoavat edistynyttä rikostutkinnallista analyysiä ja volyymitukea, joita turvallisuustiimit vaativat.

Rakenna organisaatiosi deepfake-puolustus tänään

Videopuhelujen todentamisen tulevaisuus

Videokonferenssiteollisuus alkaa reagoida deepfake-uhkaan, vaikka ratkaisut ovat vielä alkuvaiheessa. Ehdotettuihin lähestymistapoihin sisältyvät kryptografinen henkilöllisyyden vahvistaminen puhelualustoihin rakennettuna, reaaliaikainen elävyystunnistus, joka tarkistaa merkkejä kasvojenvaihdosta, ja sisällön alkuperäisyysstandardien integraatio, joka voi todentaa videolähteet lähteellä.

Kunnes nämä alustatason ratkaisut on laajasti käytetty, vastuu lankeaa organisaatioille ja yksilöille suojata itsensä. Hyvä uutinen on, että deepfake-videopuheluhuijauksia vastaan puolustavat käytännöt, monikanavainen vahvistaminen, tehtävien eriyttäminen rahoitushyväksynnöissä ja terveen skeptisyyden kulttuuri, ovat samoja käytäntöjä, jotka suojaavat monilta muiltakin yrityspetosten muodoilta. Niiden toteuttaminen ei vain puolusta deepfakeja vastaan. Se vahvistaa yleistä turvallisuusasemaasi koko sosiaalisen manipuloinnin kirjoa vastaan.

Kuinka tunnistaa deepfake-video — 7 keskeistä visuaalista ja auditiivista signaalia, jotka paljastavat tekoälyn tuottaman videosisällön

Kuinka vahvistaa videon aitous — Vaiheittainen prosessi sen vahvistamiseksi, onko videosisältö aito

Tekoälyhuijausten kehitys — Kuinka deepfake-teknologia muuttaa yrityshuijausta ja sosiaalista manipulointia