Le perdite dovute alle frodi nel Regno Unito hanno raggiunto 1,3 miliardi di sterline, evidenziando la crescente portata del problema mentre le reti criminali adottano tecnologie sempre più capaci. L’intelligenza artificiale aiuta gli aggressori a rendere le truffe più rapide, convincenti e facili da attuare, creando una nuova sfida per le banche e le altre istituzioni finanziarie.
L’IA generativa può industrializzare l’ingegneria sociale riducendo il costo degli attacchi sofisticati. Tecniche che un tempo richiedevano gruppi criminali specializzati stanno diventando più ampiamente accessibili, consentendo ai truffatori di creare identità sintetiche, costruire storie creditizie credibili e superare i controlli Know Your Customer prima di rimanere inosservati per periodi prolungati.
Gli attacchi basati sui deepfake vengono inoltre utilizzati per imitare voci e video in modo abbastanza convincente da persuadere le persone ad autorizzare transazioni o a cedere le credenziali di accesso. Questi metodi prendono di mira quello che l’articolo descrive come il “livello della fiducia”: il punto in cui una persona o un sistema decide che un’azione è legittima.
Ciò crea un problema particolare per i controlli di sicurezza tradizionali. Invece di aggirare direttamente i sistemi di una banca, i criminali possono manipolare i clienti inducendoli ad autorizzare personalmente le transazioni. Quando l’attività raggiunge l’infrastruttura dell’istituzione, può apparire tecnicamente legittima, nonostante sia stata avviata attraverso l’inganno.
Mentre le banche migliorano il rilevamento basato sull’IA, gli aggressori potrebbero rivolgere sempre più la loro attenzione alle istituzioni stesse. L’articolo avverte che il settore potrebbe passare da una fase in cui la tecnologia viene utilizzata principalmente per manipolare le persone a una in cui l’IA analizza e attacca direttamente le organizzazioni finanziarie.
Le misure di sicurezza statiche sono poco adatte ad avversari che testano, adattano e perfezionano continuamente i propri metodi. Gli attacchi guidati dall’IA possono mappare i limiti dei sistemi di rilevamento e rimanere deliberatamente al di fuori di essi, facendo della prevenzione delle frodi un’attività di ricerca continua, anziché un processo incentrato solo sulla risposta ai singoli incidenti.
Vengono descritti come più efficaci i team che studiano i cambiamenti nel comportamento che potrebbero indicare che un attacco è in fase di test. Questo approccio richiede che i professionisti comprendano il ragionamento statistico, il pensiero avversariale, la progettazione dei sistemi e i cicli di feedback, invece di affidarsi esclusivamente alla conoscenza di specifici strumenti di sicurezza.
Le organizzazioni prive di queste capacità possono integrare strumenti esterni di IA nelle operazioni esistenti. L’articolo sottolinea l’importanza di soluzioni che combinino analisi statistica, ragionamento e spiegabilità, garantendo al contempo che i sistemi appena implementati siano valutati fin dall’inizio come potenziali superfici di attacco.
Le difese basate sull’IA devono inoltre operare con una rapidità sufficiente a valutare le transazioni in millisecondi senza disturbare i clienti. L’analisi in tempo reale può confrontare centinaia di segnali con modelli storici per identificare anomalie, aiutando le istituzioni a rispondere ad attacchi sempre più automatizzati e a mantenere al contempo un’esperienza bancaria utilizzabile.
Fonti: TechRadar.