平均的なサイバー攻撃がより巧妙になっているように、詐欺、フィッシング、その他のソーシャル エンジニアリング イベントの手段も巧妙化しています。私たちが使用するデジタル ツールが普及し、日常生活に浸透するにつれて、悪意のある攻撃者がそれらを利用しようとしていることは理にかなっています。  McAfee と Center for Strategic and International Studies (CSIS) は最新のレポートで、サイバー犯罪が現在 、つまり世界の GDP の 0.8% の損害を与えていることを明らかにしています。これらのイベントの多くは、ハイテク ハッキングやトロイの木馬ではなく、詐欺、詐欺、およびその他の人間主導の活動に関係しています。 世界に 6,000 億ドル もう 1 つの人気のあるソーシャル エンジニアリング ハッキングであるランサムウェアは、システムをロックするか機密データを暗号化し、通常は暗号通貨で支払われる身代金を要求しますが、攻撃者がアクセスを返すことはほとんどありません。これはまさに、 で起こったことです。 最近のコロニアル パイプライン事件 問題は、この種のものとどのように戦うかです。これは、人工知能 (AI) と機械学習 (ML) の助けを借りて実現できます。  AI と ML の目に見えないメリット AI と ML ツールが活用できる 2 つの主な利点は、不正検出に最適です。 第一に、膨大な量のデータと情報を前例のない速度で分析できます。さらに、 。これは、悪質な活動やパターンをより賢く、より効率的に、より正確に検出できるようになることを意味します。 ニューラル ネットワークは、データと調査員からの入力を取り込んだ後、時間をかけて正確に何を探すべきかを学習できます  AI ソリューションは、人間のオペレーターと同じように休む必要はありません。彼らは 24 時間年中無休で働き続けることができます。これには、国際的な攻撃者や悪意のある攻撃者が行う奇妙な時間帯も含まれます。 不正検出のための AI 高度な分析のレンズを通して、AI および ML ツールは脅威を特定し、攻撃ベクトルを特定し、セキュリティ チームがシステムの脆弱性とネットワークの問題を強化するのに役立ちます。 具体的には、この技術を不正検出に適用すると、不正なコンテンツやアクセス試行にラベルを付け、潜在的な脅威を予測し、正当なソースと不正なソースをより適切に分類できます。 戦いの前に砦を準備しているように想像してください。すべての侵入ポイントがロックダウンされて保護され、潜在的な脅威の懸念がすべて対処され、さまざまな弱点が侵害された場合の不測の事態が発生します。 AI は、人間のオペレーターよりも高速かつ正確に、これらすべてのことを行うことができます。 さらに、補助サポートを ML アルゴリズムにエンコードして、将来のアクションを容易にすることができます。たとえば、攻撃があり、法的措置が必要な場合、ツールは必要な情報を抽出し、適切な関係者に送信できます。その結果、監査プロセスが自動化されます。 金融詐欺の弁護士は、訴訟を起こし、その立場を維持するために適切な情報を必要とします。プロセスの早い段階で到着した場合、または当局がイベントにフラグを立てる前であっても、準備する時間が増えます。銀行および金融サービスに関連する詐欺は、特に やデューデリジェンスの証明に関しては、ナビゲートが複雑です。 ML ツールの準備が整い、必要な情報を送信することができたので、このような有利なスタートを切ることができました。 政府の資金 仕事 通常、不正行為に見舞われた企業や組織は事後に問題に対処するため、深刻な経済的損害が発生する可能性があります。これは、不正を検出するのが難しいためでもあります。最近まで、最適なパフォーマンスでこれを実行することは現実的ではありませんでした。 しかし、Intel のようなチップ メーカーは ます。これは、決済会社や企業が詐欺をより適切に特定し、悪意のある人物が攻撃を仕掛けたときにそれを見つけ出し、本質的に状況全体を途中で止めることができることを意味します。 現在、オンチップ AI の助けを借りて、支払いなどの不正なイベントをリアルタイムで検出する能力を持ってい 政府 AI は多くの分野で展開されていますが、政府および金融部門における有望な開発は、  います。アルゴリズムを使用して異常や間違いを検出し、不正の兆候を探す人間の調査員に照会することができます。これにより、さまざまな関係者がより倫理的で責任を持つことができますが、詐欺の潜在的な影響と危険を回避するのにも役立ちます. 予算の監視に関係して 保険 保険詐欺は大きな懸念事項ですが、AI を使用 ことができます。保険代理店や調査員は、AI を活用して異常なパターンを特定し、潜在的な脅威にラベルを付けて詳細な検査を行うだけでなく、適切な受信チャネルに目を向けることができます。 して、詐欺の手口やさまざまな行動の進化に適応する たとえば、詐欺の可能性があると事前にラベル付けされた特定の当事者からの請求は、より精査されます。これは、AI を活用した分析のサポートがなければ簡単にすり抜けてしまう失業保険詐欺などのデータ関連の活動に取り組むときに大きな違いをもたらします。  AI はよりスマートに、より機能的に成長しています AI および ML プラットフォームの機能は日々進化しています。これは、より多くのデータがこれらのソリューションに供給されるにつれて、アルゴリズムが異常な動作をより効果的に検出できるようになるためです。これは不正の確実な指標です。多くの業界が、より安全で公正なビジネス環境を追求するために、このようなツールを使用する新しい方法を引き続き見つけ出すことを期待してください。

Intel

2022 - HackerNoon Contributor of the Year - Cybersecurity

2022 - HackerNoon Contributor of the Year - Security

Nominated for 2022 - HackerNoon Contributor of the Year - Security

Nominated for 2022 - HackerNoon Contributor of the Year - Cybersecurity

このオーディオは、ストーリーの元の言語で制作されています。

不正検出のための AI の使用

About Author

コメント

ラベル

この記事は

Related Stories

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

Claude Sonnet 3.5 システムプロンプトの漏洩: 法医学的分析

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

Claude Sonnet 3.5 システムプロンプトの漏洩: 法医学的分析

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps