Доля звонков россиянам от роботов-мошенников выросла до 90%

Доля звонков россиянам от роботов-мошенников выросла до 90%

Доля звонков россиянам от роботов-мошенников выросла до 90%

По данным кредитных организаций, телефонные мошенники стали чаще использовать в прозвонах роботов, что легко объяснить дешевизной и большим охватом. Доля таких звонков доходит до 90%, заявили представители банков.

Успех таких схем кроется в том, что условную жертву легко ввести в заблуждение, поскольку кредитные организации всё чаще используют голосовых помощников. Таким образом, роботизация служит не только благим целям, но и способствует более эффективной преступной деятельности.

Представители банков считают, что остановить мошенничество можно лишь комплексными мерами, среди которых будут, безусловно, изменения в законодательстве. При этом Банк России и Минцифры считают, что достаточно просто повышать общий уровень финансовой грамотности населения.

Как сообщил изданию «КоммерсантЪ» один из самых популярных российских банков, девять из десяти телефонных атак сегодня используют методы социальной инженерии, чтобы выудить у клиентов банков деньги. Также аналитики отметили возросшее число жалоб на звонки роботов, которые теперь составляют приблизительно половину таких инцидентов.

Специалисты считают, что повальное внедрение и использование голосовых ассистентов в значительной степени поспособствовало росту атак с использованием ботов. Евгений Царев, управляющий RTM Group, отметил, что роботы увеличивают охват жертв и при этом снижают стоимость самой атаки.

Также есть забавный момент статистики: оказалось, что звонкам роботов население доверяет больше. В итоге мошеннику остаётся только записать необходимую последовательность фраз, после чего можно обзванивать клиентов российских банков.

Эксперт компании «Газинформсервис» Григорий Ковшов рассказал, как понять, что вам звонит робот, запрограммированный мошенниками:

«Сегодня роботов-помощников подключают к процессу клиентского обслуживания практически все крупные банки. Злоумышленники постоянно отслеживают тренды и делают корректировки в своих схемах, опираясь на современные технологии. В целом нет большой разницы говорите вы с мошенником или роботом, запрограммированным злоумышленниками, их можно распознать по определенным признакам.

Во-первых, звонящий требует от вас принятия каких-либо быстрых решений. Во-вторых, он чрезмерно настойчив. В-третьих, собеседник проявляет повышенный интерес к вашим персональным данным».

Сигналы Wi-Fi позволяют определять активность человека за стеной

В конце февраля в топы GitHub Trending неожиданно вырвался проект с открытым исходным кодом RuView, который раньше был известен как Wi-Fi DensePose. На первый взгляд это ещё один эксперимент на стыке ИИ и граничных вычислений, но на деле история куда интереснее и тревожнее.

RuView показывает, что обычные сигналы Wi-Fi можно использовать не только для связи, но и буквально для «чтения» происходящего в помещении.

Система умеет отслеживать движения человека, оценивать позу тела и даже фиксировать дыхание и сердечный ритм, причём без камер, без интернета и, как утверждают разработчики, даже через стены.

С технической точки зрения проект опирается на анализ Channel State Information (CSI) — данных о том, как радиоволны рассеиваются, отражаются и меняются при взаимодействии с телом человека. В отличие от примитивных метрик уровня сигнала, CSI даёт куда более детальную картину: учитываются амплитуда и фаза сигнала по множеству поднесущих. Именно это и позволяет системе замечать микроскопические изменения, возникающие, когда человек двигается, сидит, спит или просто дышит.

По данным Ruvnet, RuView построен на базе академических исследований специалистов Университета Карнеги — Меллона. Для работы системе достаточно сети из 4-6 недорогих узлов на ESP32-S3, а общий бюджет такого комплекта может составлять примерно 54 доллара. Эти сенсоры формируют радиочастотную модель помещения, а ИИ затем анализирует, как человеческое тело меняет картину распространения сигнала.

 

Разработчики заявляют, что платформа обрабатывает данные с частотой до 54 тысяч кадров в секунду благодаря оптимизированной кодовой базе на Rust. Поверх этого работает нейросеть, которая переводит изменения поля Wi-Fi в 17 ключевых точек тела — от головы и локтей до коленей и бёдер. Кроме позы, система, как утверждается, может отслеживать дыхание в диапазоне 6-30 вдохов в минуту и пульс в диапазоне 40-120 ударов в минуту.

На бумаге всё это выглядит как красивая технология для спасателей, медицины и ухода за пожилыми. И действительно, сценарии звучат гуманно: мониторинг состояния человека без камер, поиск людей в задымлённых помещениях, наблюдение за пациентами без носимых датчиков. Но у технологии есть и другая сторона, куда менее комфортная.

Эксперты по кибербезопасности уже предупреждают, что RuView открывает новую категорию рисков: скрытое физическое наблюдение, которое почти невозможно заметить. Сигналы Wi-Fi проходят через мебель, стены и перекрытия, а значит, теоретически злоумышленник может разместить недорогие модули рядом со зданием и анализировать происходящее внутри. В отличие от камер, такой способ не зависит от освещения, дыма или прямой видимости. А поскольку работа идёт на физическом уровне радиосигнала, шифрование вроде WPA3 здесь не помогает.

Отдельная проблема в том, что такая схема практически не оставляет привычных сетевых следов. Если устройство пассивно анализирует радиосреду, администраторам сложно обнаружить его стандартными средствами мониторинга. На этом фоне возникают и юридические вопросы: например, как регулировать технологию, которая не собирает изображения или прямые идентификаторы, но всё равно позволяет следить за человеком в реальном пространстве.

Среди возможных защитных мер специалисты называют рандомизацию CSI на стороне роутеров, хотя пока это скорее исследовательское направление. Более надёжным вариантом считается физическое RF-экранирование: металлические сетки, экранирующие материалы или специальные покрытия для помещений с повышенными требованиями к безопасности.

RSS: Новости на портале Anti-Malware.ru