مكافحة احتيال الوسائط الاصطناعية بالذكاء الاصطناعي في التحقق من الهوية

يستفيد احتيال الوسائط الاصطناعية بالذكاء الاصطناعي، الذي غالبًا ما يُشار إليه باسم "التزييف العميق" (deepfakes)، من الذكاء الاصطناعي لإنشاء صور أو صوت أو فيديو واقعي للغاية ولكنه ملفق بالكامل يمكن أن يخدع أنظمة التحقق من الهوية. تتطلب مكافحة هذا التهديد نهجًا متعدد الطبقات يجمع بين اكتشاف الحيوية المتطور، والربط الشامل للبيانات، وبنية تحتية مرنة لمكافحة الاحتيال.

صعود احتيال الوسائط الاصطناعية بالذكاء الاصطناعي

لقد تطور الذكاء الاصطناعي بسرعة، مما جعل من الممكن إنشاء وسائط اصطناعية يصعب بشكل متزايد على البشر، وحتى بعض الأنظمة التقليدية، تمييزها عن المحتوى الأصلي. تمثل هذه الظاهرة، المعروفة باسم احتيال الوسائط الاصطناعية بالذكاء الاصطناعي، تحديًا حاسمًا لأي مؤسسة تعتمد على التحقق من الهوية الرقمية.

يمكن للمتسللين استخدام التزييف العميق من أجل:

• تجاوز فحوصات الحيوية: من خلال تقديم فيديو أو صورة معدلة أثناء خطوة اكتشاف الحيوية، يمكن للمحتالين خداع الأنظمة للاعتقاد بوجود شخص حقيقي.
• إنشاء هويات اصطناعية: يمكن استخدام هويات ملفقة، مكتملة بوجوه ذات مظهر واقعي، لفتح حسابات احتيالية، أو الوصول إلى الخدمات، أو غسل الأموال.
• انتحال شخصية مستخدمين شرعيين: يمكن استخدام الصوت أو الفيديو المزيف لانتحال شخصية عميل حالي للحصول على وصول غير مصرح به إلى حساباته.

بينما تعد التكنولوجيا وراء التزييف العميق رائعة، فإن تطبيقها الخبيث في الاحتيال يمثل مصدر قلق خطير للشركات في جميع القطاعات، من الخدمات المالية إلى الأسواق عبر الإنترنت.

الاستراتيجيات الأساسية للكشف عن احتيال الوسائط الاصطناعية بالذكاء الاصطناعي

يعتمد الكشف الفعال عن احتيال الوسائط الاصطناعية بالذكاء الاصطناعي على مزيج من الضمانات التكنولوجية وتحليل البيانات الاستراتيجي.

اكتشاف الحيوية المتقدم

أحد الدفاعات الأساسية ضد التزييف العميق في التحقق من الهوية هو اكتشاف الحيوية المتقدم. يتجاوز هذا المطالبات البسيطة بالرمش أو تحريك الرأس ويستخدم تقنيات متطورة لتحديد ما إذا كان شخص حقيقي وحي يتفاعل مع النظام.

تشمل الجوانب الرئيسية لاكتشاف الحيوية المتقدم ما يلي:

• الحيوية السلبية: تحليل الإشارات الفسيولوجية الدقيقة مثل التعبيرات الدقيقة، وملمس الجلد، والانعكاسات، وأنماط تدفق الدم التي يصعب تكرارها باستخدام الوسائط الاصطناعية.
• تحديات الحيوية النشطة: بينما تُفضل الطرق السلبية لتجربة المستخدم، لا يزال بإمكان التحديات النشطة (على سبيل المثال، مطالبة المستخدم بقول عبارات محددة أو أداء إجراءات عشوائية) أن تلعب دورًا، خاصة عند دمجها مع تحليل الذكاء الاصطناعي للكشف عن التناقضات.
• اكتشاف هجوم العرض (PAD): يهدف هذا على وجه التحديد إلى تحديد محاولات خداع نظام القياسات الحيوية باستخدام "هجوم عرض" – على سبيل المثال، رفع صورة، أو ارتداء قناع، أو استخدام فيديو مزيف. تعد الشهادات مثل iBeta Level 1 PAD مؤشرات حاسمة لمرونة النظام ضد هذه الهجمات.

تحليل القياسات الحيوية متعدد العوامل

الاعتماد على عامل قياس حيوي واحد يزيد من قابلية التعرض للخطر. يضيف الجمع بين القياسات الحيوية للوجه وعوامل أخرى، مثل التعرف على الصوت أو حتى القياسات الحيوية السلوكية (مثل أنماط الكتابة)، طبقات من الأمان. إذا تم اختراق عامل واحد بواسطة احتيال الوسائط الاصطناعية بالذكاء الاصطناعي، فلا يزال بإمكان العوامل الأخرى توفير المصادقة.

التحقق من صحة المستندات

بينما تستهدف التزييف العميق بشكل أساسي الجانب البيومتري للهوية، لا تزال وثائق الهوية الأساسية حاسمة. يتضمن التحقق من صحة الهويات الصادرة عن الحكومة ما يلي:

• اكتشاف ميزات الأمان: التحقق من الهولوغرامات، والطباعة الدقيقة، وميزات الأشعة فوق البنفسجية، وعناصر الأمان الأخرى المضمنة.
• قراءة NFC (الاتصال قريب المدى): استخراج البيانات مباشرة من الشريحة داخل جوازات السفر الإلكترونية وبعض بطاقات الهوية يوفر مصدر بيانات آمنًا للغاية وقابلًا للتحقق يصعب للغاية على المحتالين التلاعب به.
• فحوصات اتساق البيانات: الربط بين البيانات المستخرجة من المستند والمعلومات المقدمة من المستخدم ومصادر البيانات الموثوقة الأخرى.

الربط بين البيانات وتحليل الشبكة

بالإضافة إلى الفحوصات الفردية، يتضمن النهج الشامل الاستفادة من شبكة واسعة من مصادر البيانات لتحديد الشذوذ والأنماط المشبوهة. يشمل ذلك:

• فحص العقوبات والأشخاص المعرضين سياسياً (PEP): التحقق من الأسماء مقابل قوائم المراقبة العالمية لتحديد الأفراد المتورطين في أنشطة غير مشروعة.
• فحص الوسائط السلبية: البحث عن أخبار سلبية أو سجلات عامة مرتبطة بهوية معينة.
• بصمة الجهاز: تحليل خصائص الجهاز للكشف عما إذا كان نفس الجهاز يستخدم لتطبيقات احتيالية متعددة.
• التحليلات السلوكية: مراقبة سلوك المستخدم أثناء عملية الإعداد للكشف عن الانحرافات عن الأنماط النموذجية التي قد تشير إلى الاحتيال.
• تحليل الروابط: تحديد الروابط بين الهويات أو العناوين أو الأجهزة التي تبدو متباينة والتي يمكن أن تشير إلى شبكات احتيال الوسائط الاصطناعية بالذكاء الاصطناعي المنظمة.

المراقبة المستمرة والبنية التحتية التكيفية لمكافحة الاحتيال

تتطور تقنيات احتيال الوسائط الاصطناعية بالذكاء الاصطناعي باستمرار. لذلك، فإن نظام الكشف عن الاحتيال الثابت غير كافٍ. تحتاج المؤسسات إلى بنية تحتية تكيفية تسمح بما يلي:

• التعلم الآلي لاكتشاف الشذوذ: تدريب النماذج باستمرار على أنماط الاحتيال الجديدة وأمثلة الوسائط الاصطناعية لتحسين دقة الكشف.
• مرونة محرك القواعد: القدرة على تنفيذ وتعديل قواعد الاحتيال بسرعة استجابة للتهديدات الناشئة.
• مراجعة بشرية في الحلقة: تصعيد الحالات المشبوهة إلى محللين بشريين للمراجعة والتحقيق المتخصصين، مما يساعد على تحسين الأنظمة الآلية.
• سوق مفتوح للوحدات النمطية: يتيح التكامل مع سوق مفتوح للوحدات النمطية المتخصصة في الاحتيال للشركات اعتماد قدرات اكتشاف جديدة بسرعة عند ظهورها، دون إعادة دمج واسعة النطاق.

دور البنية التحتية في مكافحة احتيال الوسائط الاصطناعية بالذكاء الاصطناعي

يعد بناء وصيانة بنية تحتية شاملة لمكافحة الاحتيال والهوية يمكنها مكافحة احتيال الوسائط الاصطناعية بالذكاء الاصطناعي بفعالية مهمة كبيرة. وهنا تكمن قيمة مزودي البنية التحتية المتخصصين.

توفر "بنية تحتية للهوية والاحتيال" منصة موحدة لدمج الفحوصات المختلفة، من التحقق من المستخدم (اعرف عميلك / KYC) والتحقق من الأعمال (اعرف عملك / KYB) إلى مراقبة المعاملات وفحص المحفظة (اعرف معاملتك / KYT). يجب أن توفر هذه المنصة ما يلي:

• تكامل واجهة برمجة تطبيقات واحدة: تبسيط عملية الاتصال بمصادر البيانات ووحدات التحقق المتعددة.
• تغطية واسعة لمصادر البيانات: الوصول إلى أكثر من 1000 مصدر بيانات عبر أكثر من 220 دولة ومنطقة، بما في ذلك اكتشاف الحيوية المتقدم، والتحقق من المستندات، وفحص العقوبات.
• مرونة قائمة على الوحدات النمطية: يتيح سوق مفتوح للوحدات النمطية للشركات اختيار ودمج أفضل الأدوات لملف المخاطر الخاص بها، بما في ذلك الوحدات النمطية المتخصصة للكشف عن احتيال الوسائط الاصطناعية بالذكاء الاصطناعي.
• قابلية التوسع والأداء: القدرة على التعامل مع أحجام كبيرة من عمليات التحقق بسرعة، مما يضمن تجربة مستخدم سلسة مع الحفاظ على الأمان.

من خلال الاستفادة من هذه البنية التحتية، يمكن للمؤسسات تنفيذ دفاعات موثوقة ضد احتيال الوسائط الاصطناعية بالذكاء الاصطناعي دون الحاجة إلى بناء وصيانة كل مكون داخليًا.

النقاط الرئيسية

• يشكل احتيال الوسائط الاصطناعية بالذكاء الاصطناعي (التزييف العميق) تهديدًا متزايدًا للتحقق من الهوية الرقمية.
• يعد اكتشاف الحيوية المتقدم، بما في ذلك الحيوية السلبية واكتشاف هجوم العرض المعتمد، أمرًا بالغ الأهمية.
• تعد القياسات الحيوية متعددة العوامل وفحوصات صحة المستندات الموثوقة (بما في ذلك NFC) طبقات أساسية للدفاع.
• يساعد الربط الشامل للبيانات وتحليل الشبكة في تحديد الأنماط المشبوهة والهويات الاصطناعية.
• تعد البنية التحتية التكيفية لمكافحة الاحتيال مع التعلم الآلي ومحركات القواعد المرنة والمراجعة البشرية ضرورية للحماية المستمرة.
• يوفر الاستفادة من "بنية تحتية للهوية والاحتيال" المتخصصة حلاً شاملاً وقابلًا للتطوير لمكافحة هذه التهديدات المتطورة.

الأسئلة المتداولة

ما هو احتيال الوسائط الاصطناعية بالذكاء الاصطناعي؟

يتضمن احتيال الوسائط الاصطناعية بالذكاء الاصطناعي استخدام الذكاء الاصطناعي لإنشاء صور أو صوت أو فيديو ملفق ولكنه واقعي (تزييف عميق) لخداع أنظمة التحقق من الهوية أو انتحال شخصية الأفراد.

كيف تتجاوز التزييف العميق التحقق من الهوية؟

يمكن للتزييف العميق تجاوز التحقق من الهوية عن طريق خداع أنظمة اكتشاف الحيوية، أو إنشاء هويات اصطناعية مقنعة لإنشاء حسابات جديدة، أو انتحال شخصية مستخدمين حاليين للحصول على وصول غير مصرح به.

ما هو اكتشاف الحيوية ولماذا هو مهم؟

اكتشاف الحيوية هو تقنية تستخدم في التحقق من الهوية لتأكيد أن شخصًا حقيقيًا وحيًا موجود ويتفاعل مع النظام، بدلاً من صورة أو فيديو أو تزييف عميق تم إنشاؤه بواسطة الذكاء الاصطناعي. إنه أمر بالغ الأهمية لمنع هجمات العرض.

هل يمكن للذكاء الاصطناعي اكتشاف احتيال الوسائط الاصطناعية بالذكاء الاصطناعي؟

نعم، يتم تطوير ونشر نماذج الذكاء الاصطناعي والتعلم الآلي المتقدمة بشكل متزايد لاكتشاف احتيال الوسائط الاصطناعية بالذكاء الاصطناعي من خلال تحليل التناقضات الدقيقة والتحف والأنماط التي تشير إلى الأصل الاصطناعي.

ما هو اكتشاف هجوم العرض (PAD)؟

يشير اكتشاف هجوم العرض (PAD) إلى قدرة نظام القياسات الحيوية على اكتشاف متى يحاول المحتال تجاوز النظام باستخدام قطعة أثرية أو انتحال شخصية، مثل التزييف العميق أو صورة مطبوعة أو قناع.

توفر Didit "بنية تحتية للهوية والاحتيال" شاملة مصممة خصيصًا لمعالجة التهديدات الحديثة مثل احتيال الوسائط الاصطناعية بالذكاء الاصطناعي. تدمج منصتنا اكتشاف الحيوية المتقدم، والتحقق من المستندات، وسوقًا لوحدات الاحتيال لمساعدتك في المصادقة والتحقق ومراقبة الهويات عبر دورة الحياة بأكملها. باستخدام واجهة برمجة تطبيقات واحدة، يمكنك دمج أكثر من 1000 مصدر بيانات، بما في ذلك iBeta Level 1 PAD المعتمد، في أقل من 5 دقائق. تبدأ أسعارنا العامة للدفع حسب الاستخدام من 0.30 دولارًا أمريكيًا للتحقق الكامل من الهوية، بدون حد أدنى، ويتلقى كل حساب 500 فحص مجاني كل شهر.

ابدأ مع Didit

Didit هي بنية تحتية للهوية والاحتيال — واجهة برمجة تطبيقات واحدة، وأسعار عامة للدفع حسب الاستخدام، و 500 عملية تحقق مجانية كل شهر. أضف التحقق من المستخدم إلى سير عملك وادمج في 5 دقائق.

• التحقق من المستخدم — تعرف على كيفية عمله وتكلفته.
• اقرأ الوثائق — مرجع واجهة برمجة التطبيقات ودليل التكامل.
• ابدأ مجانًا — 500 عملية تحقق كل شهر، لا يلزم وجود بطاقة ائتمان.