Berikut adalah strategi yang digunakan para penjahat terhadap Anda di zaman AI dan cryptocurrency :: beragampengetahuan – Beragampengetahuan

Oleh Rahul Telang Universitas Carnegie Mellon

Penipuan bukanlah hal yang baru – ada penipuan selama keserakahan manusia. Apa saja perubahan dalam alat ini?

Scammers berkembang, memanfaatkan pengguna yang rentan dan tidak mendapat informasi yang beradaptasi dengan teknologi atau tren apa pun sekarang. Pada tahun 2025, ini berarti bahwa AI, cryptocurrency dan data pribadi yang dicuri adalah senjata pilihan mereka.

Dan, seperti biasa, tanggung jawab, ketakutan dan harapan tujuan memberikan lowongan. Saat ini, tanggung jawab seringkali berarti mengikuti instruksi dari bos atau kolega, dan scammers mungkin dipalsukan. Ketakutan adalah bahwa scammers juga bisa berpura -pura berada dalam bahaya kerabat. Harapan biasanya untuk mendapatkan rencana investasi atau tawaran pekerjaan.

Penipuan yang digerakkan AI dan serangan mendalam

Kecerdasan buatan tidak lagi menjadi ceruk – murah, mudah digunakan dan efektif. Sementara bisnis menggunakan AI untuk iklan dan dukungan pelanggan, scammers menggunakan alat yang sama untuk meniru kenyataan dengan presisi yang mengganggu.

Penjahat menggunakan audio atau video yang dihasilkan AI untuk meniru CEO, manajer, dan bahkan anggota keluarga dalam kesulitan. Karyawan ditipu untuk mentransfer dana atau membocorkan data sensitif. Lebih dari 105.000 serangan mendalam tersebut dicatat di Amerika Serikat pada tahun 2024, menghabiskan lebih dari $ 200 juta pada kuartal pertama 2025 saja. Korban seringkali tidak dapat membedakan antara suara komprehensif atau wajah dari suara yang nyata.

Penipu juga menggunakan manipulasi emosional. Scammer memanggil atau mengirim teks yang ditulis AI yang meyakinkan ditempatkan di kerabat atau teman dalam kesusahan. Ketika korban yang lebih tua berpikir cucu mereka atau anggota keluarga lainnya dalam masalah mendesak, mereka terutama jatuh dari mangsanya. Komisi Perdagangan Federal menguraikan bagaimana penipu menggunakan keadaan darurat palsu sebagai kerabat.

Penipuan cryptocurrency

Crypto tetap liar untuk keuangan – eksploitasi cepat, tidak diatur dan matang.

Penipuan memompa menarik investor dengan hyping secara artifisial meningkatkan harga cryptocurrency di media sosial, menjanjikan pengembalian besar – pompa – dan kemudian menjual saham mereka – dump – dump – memberikan korban token yang tidak berharga.

Pig Slaughter adalah campuran dari penipuan romantis dan penipuan crypto. Scammers membangun beberapa minggu atau bulan kepercayaan sebelum meyakinkan korban mereka untuk berinvestasi dalam platform crypto palsu. Setelah scammer mengumpulkan cukup uang dari para korban, mereka menghilang.

Scammers juga menggunakan cryptocurrency sebagai sarana untuk menarik uang dari orang -orang dengan meniru penipuan dan bentuk penipuan lainnya. Misalnya, scammers mengarahkan korban ke ATM bitcoin untuk menyetor sejumlah besar uang tunai dan mengubahnya menjadi cryptocurrency yang tidak dapat dilacak sebagai pembayaran untuk denda virtual.

Phishing, smishing, dukungan teknis dan pekerjaan

Penipuan lama tidak akan mati; Mereka berevolusi.

Phishing dan Smish telah ada selama bertahun -tahun. Korban ditipu untuk mengklik tautan di email atau pesan teks, menghasilkan unduhan malware, pencurian kredensial, atau serangan ransomware. AI membuat umpan ini sangat realistis, meniru tata bahasa perusahaan, tata bahasa, dan bahkan konten video.

Penipuan Dukungan Teknis biasanya dimulai dengan pop-up di layar komputer peringatan tentang virus atau pencurian identitas, mendesak pengguna untuk menelepon nomor. Terkadang, mereka mulai dengan panggilan langsung ke korban. Setelah korban menelepon dengan dukungan teknis palsu, scammer meyakinkan korban untuk mengakses apa yang disebut komputer kompromi mereka dari jarak jauh. Begitu masuk, scammer menginstal malware, mencuri data, membutuhkan pembayaran atau tiga.

Situs web dan daftar palsu adalah jenis penipuan lain saat ini. Tempat penipuan yang menyamar sebagai kuliah atau penjual tiket memikat korban untuk membayar penerimaan palsu, konser atau barang dagangan.

Salah satu contoh adalah ketika situs web “Universitas Michigan Tenggara” online dan mulai memberikan informasi terperinci tentang penerimaan. Tidak ada universitas seperti itu. Eastern Michigan University mengajukan keluhan bahwa Universitas Michigan Tenggara menyalin situs webnya dan menipu korban yang tidak curiga.

Munculnya pekerjaan jarak jauh dan kinerja telah membuka jalan baru penipuan.

Berikan korban gaji tinggi dan waktu yang fleksibel untuk pekerjaan palsu. Bahkan, scammers menarik “biaya penempatan” atau memanen data pribadi yang sensitif, seperti nomor jaminan sosial dan detail bank, yang kemudian digunakan untuk pencurian identitas.

Bagaimana Melindungi Diri

Teknologi telah berubah, tetapi alasannya tetap sama: Jangan pernah mengklik tautan yang mencurigakan atau mengunduh lampiran dari pengirim yang tidak dikenal, dan Anda akan memasukkan informasi pribadi hanya jika Anda yakin situs web tersebut legal. Hindari menggunakan aplikasi atau tautan pihak ketiga. Bisnis legal memiliki aplikasi sendiri atau situs web nyata.

Aktifkan otentikasi dua faktor jika memungkinkan. Ini memberikan keamanan terhadap kata sandi yang dicuri. Terus perbarui perangkat lunak untuk menambal lubang keamanan. Sebagian besar perangkat lunak memungkinkan pembaruan otomatis atau peringatan tambalan aplikasi.

Ingatlah bahwa bisnis hukum tidak akan pernah meminta informasi pribadi atau pengiriman uang. Permintaan seperti itu adalah bendera merah.

Hubungan adalah hal yang lebih sulit. California memberikan informasi terperinci tentang bagaimana orang dapat menghindari menjadi korban pertanian babi.

Teknologi memiliki penipuan lama yang superharges. AI membuat penipuan hampir tidak dapat dibedakan dari kenyataan, cryptocurrency dapat membuat pencurian anonim, dan era yang jauh memperluas kesempatan untuk menipu orang. Konstan: Pembohong memangsa kepercayaan, urgensi, dan ketidaktahuan. Kesadaran dan keraguan masih merupakan pertahanan terbaik Anda.

Tentang penulis:

Rahul Telang, Profesor Sistem Informasi, Universitas Carnegie Mellon

Artikel ini diterbitkan ulang dari percakapan di bawah lisensi berbagi kreatif. Baca artikel asli.