Онлайн-мошенничество приведёт к убыткам в $343 млрд в ближайшие 5 лет

Онлайн-мошенничество приведёт к убыткам в $343 млрд в ближайшие 5 лет

Онлайн-мошенничество приведёт к убыткам в $343 млрд в ближайшие 5 лет

Несмотря на активные меры, которые принимаются для борьбы с угоном аккаунтов и другими схемами онлайн-мошенничества, злоумышленникам всё равно удаётся приводить к серьёзным финансовым потерям. Например, как предсказывают аналитики, в ближайшие пять лет мошенничество будет стоить сфере ретейла более 343 миллиарда долларов.

В новом отчёте Juniper Research отмечается, что физически приобретённые товары стали лидером убытков, составив 49% от общей массы мошенничества с онлайн-платежами. Этому способствует развитие площадок с недостаточной проверкой адреса.

«Как правило, две онлайн-транзакции никогда не будут идентичны, поэтому метод их защиты не может полагаться на некое универсальное решение», — объясняет Ник Мейнард, один из авторов отчёта.

«Разработчики систем защиты от онлайн-мошенничества должны создать разнообразие проверок и оркестрировать различные решения, учитывая обстоятельства. Такой подход позволит грамотно защитить как продавцов, так и покупателей».

Напомним, что одной из проблем, в том числе сферы ретейла, эксперты называли слабые пароли. По словам «Ростелеком-Солар», в системах и приложениях внешнего периметра около 80% организаций используются ненадёжные пароли.

Подпишитесь на новости

Наталья Касперская поставила под сомнение доверие к генеративному ИИ

Генеративный ИИ умеет писать тексты и код, но можно ли на него полагаться? Наталья Касперская считает, что с доверием к таким системам пока больше вопросов, чем ответов. В интервью корреспонденту Anti-Malware.ru Олесе Афанасьевой на BIS Summit она назвала критерий доверенности применительно к генеративному ИИ загадкой.

По объяснению Касперской, доверенная система должна работать с заранее заданными параметрами и обеспечивать предсказуемый результат.

Генеративный ИИ, по её оценке, под это определение не подпадает: он не способен каждый раз выдавать один и тот же результат.

«Критерий доверенности в применении к генеративному искусственному интеллекту для меня является загадкой», — заявила она.

Главная проблема, считает Касперская, — масштаб моделей. Огромное количество параметров и данных делает полноценную проверку такой системы практически недостижимой. Можно протестировать отдельные ответы и сценарии, но это ещё не доказывает надёжность всей модели.

«Вы можете сделать какие-то выборочные проверки, частичные. Они будут выборочными и частичными, они ничего не докажут», — подчеркнула Касперская.

Получается неудобный вопрос для бизнеса и государства: как доверять системе, поведение которой нельзя исчерпывающе проверить? По словам председателя правления АРПП «Отечественный софт», задача создания доверенного ИИ поставлена, но готового способа её решения она пока не видит.

Одними разговорами, считает Касперская, проблему не закрыть. Нужна совместная работа специалистов по ИИ и информационной безопасности, методистов и разработчиков стандартов.

RSS: Новости на портале Anti-Malware.ru