Microsoft przeciw oszustom wsparcia telefonicznego za pomocą sztucznej inteligencji

Ikona czasu czytania 3 minuta. czytać


Czytelnicy pomagają wspierać MSpoweruser. Możemy otrzymać prowizję, jeśli dokonasz zakupu za pośrednictwem naszych linków. Ikona podpowiedzi

Przeczytaj naszą stronę z informacjami, aby dowiedzieć się, jak możesz pomóc MSPoweruser w utrzymaniu zespołu redakcyjnego Czytaj więcej

Większość naszych czytelników zna oszustwo związane z pomocą techniczną systemu Windows, a niektórzy z naszych czytelników mogli nawet odbierać telefon, twierdząc, że pochodzą od firmy Microsoft, informując nas, że nasze komputery są zainfekowane wirusem i oferując nam pomoc napraw to.

Jednostka ds. cyberprzestępczości firmy Microsoft, która śledzi i zapobiega cyberprzestępczości, otrzymuje co najmniej 10,000 85 skarg z całego świata miesięcznie na reklamy wyskakujące i telemarketerów, którzy twierdzą, że są legalnymi przedstawicielami pomocy technicznej. Ogólnie rzecz biorąc, oszustwo częściej zaczyna się od wyskakującej reklamy niż od rozmowy telefonicznej, ale istnieją wyjątki regionalne. Na przykład w Niemczech XNUMX procent skarg dotyczyło oszustw technicznych, które miały swój początek w rozmowie telefonicznej.

„Ci ludzie są bardzo sprytni” — powiedział Chris White, główny badacz w laboratorium badawczym Microsoftu w Redmond w stanie Waszyngton, który współpracował z działem ds. przestępstw cyfrowych firmy, aby pomóc wyśledzić oszustów.

„Mieliśmy grupę klientów, którzy zgłaszali oszustwa, ale nie wiedzieli, kto je oszukał” — powiedziała Courtney Gregoire, zastępca głównego radcy prawnego w Digital Crimes Unit.

Aby złapać oszustów, śledczy Microsoftu musieli najpierw ustalić, skąd pochodzą ataki – niełatwe zadanie, ponieważ często używali adresu IP lub wirtualnego domu tylko przez jeden dzień lub krócej, zanim przenieśli się do innej lokalizacji, aby uniknąć bycia złapany.

Aby je znaleźć, zespół stworzył model, który szukał treści, które zachowywały się w sposób zgodny z oszustwem, na przykład tworząc wyskakujące okienko, które odświeżało się w ciągu mikrosekund, aby sprawiać wrażenie, że nie znika. Następnie zespół przeszukał sieć w poszukiwaniu tych witryn i wykonał zrzuty ekranu wszystkich treści, które potencjalnie mogą być oszustwem.

Następnie zespół wykorzystał niestandardowe narzędzia sztucznej inteligencji do uczenia maszynowego, działające na platformie obliczeniowej Microsoft Azure w chmurze, aby wyszukać podobieństwo obrazów, treści i inne wskazówki wizualne, które określiłyby prawdopodobieństwo, że wyskakujące okienko ma znaczenie dla dochodzenia w sprawie oszustwa.

Następnie wykorzystali interfejs API wizji komputerowej firmy Microsoft Cognitive Services, aby przeskanować reklamy w poszukiwaniu numerów telefonów i innych informacji, które mogłyby dostarczyć wskazówek co do ich pochodzenia.

„To, co jesteśmy w stanie zrobić, to zająć się problemem w skali, w jakiej się pojawia, i zapewnić mechanizmy, abyśmy mogli coś z tym zrobić” – powiedział White.

Informacje są następnie prezentowane za pomocą narzędzia do wizualizacji danych usługi Power BI w celu tworzenia interaktywnych, łatwych do zrozumienia wykresów i wizualizacji danych. Analiza danych pomogła organom ścigania zrozumieć wzorce, takie jak wiek użytkowników, obszary geograficzne, na których celowali oszuści i podejście, jakie stosowali w tych obszarach.

Federalna Komisja Handlu ogłosiła niedawno poważne rozprawienie się z tymi oszustami i częściowo polega na pracy badaczy Microsoft, aby pomóc rozwikłać złożoną sieć technicznych sztuczek, których oszuści używali do oszukiwania użytkowników i unikania organów ścigania.

Gregoire powiedział, że firma jest mocno zaangażowana w kontynuowanie walki z tymi oszustwami.

„Mamy w tym interes biznesowy i mamy w tym globalny interes” – powiedział Gregoire.

„To opowieść o praktycznym zastosowaniu uczenia maszynowego działającego w dobrej wierze w celu rozwiązania ważnego problemu” – powiedział.

Więcej na tematy: uczenie maszynowe, Microsoft, oszuści telefoniczni, bezpieczeństwo

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *