详细内容或原文请订阅后点击阅览
过去的低技术解决方案可能是抵御 AI Deepfake 的最佳防御手段
基于人工智能的身份盗窃变得过于复杂，无法再提供可预测的信息，因此专家建议使用看似老式的方法来回答。
来源:ZDNet | 机器人新闻关注 ZDNET：将我们添加为 Google 上的首选来源。
ZDNET 的关键要点
2024 年 1 月，专业服务公司奥雅纳 (Arup) 的一名员工加入了与他们认为包括该公司首席财务官在内的人的视频通话。这次通话导致向第三方账户进行了 15 笔电汇，总计约 2500 万美元。
视频通话另一方的每个参与者都是人工智能生成的克隆体，由 Arup 高管的公开露面和财报电话会议拼凑而成。
另外：防御人工智能驱动的威胁行为者的 6 种基本策略
“看到和听到某人不再证明他们是真实的，”GrackerAI 技术首席执行官迪帕克·古普塔 (Deepak Gupta) 在与 ZDNET 讨论 Arup 事件时说道。 “任何依赖‘我认出了他们的脸和声音’的协议现在都被打破了。”
我们生活在一个后真相世界，员工每年处理数百万美元的公司资金。即使攻击不会导致直接资金损失，错误也可能代价高昂。随着时间的推移，客户信任的损害和不合规行为的罚款就可能导致原本盈利的公司破产。
当网络欺诈不再留下痕迹时，您如何保证您的组织安全？ GrackerAI 的 Gupta 和 B2B 网络安全公司 S2i2 的首席技术官 James Scobey 等安全专家认为，答案就在于曾经被认为对于大规模业务运营来说过于简单的低技术系统。
没有明显的线索
在公司的大部分历史中，实时语音和视频通话一直是身份验证的黄金标准。这些技术对于验证高价值交易、交换敏感医疗数据或讨论具有法律重要性的问题至关重要。
另外：43% 的公司已经经历过人工智能网络攻击