धोखाधड़ी का पता लगाने के लिए AI का उपयोग करना

जिस तरह आपका औसत साइबर हमला अधिक परिष्कृत हो गया है, उसी तरह धोखाधड़ी, फ़िशिंग और अन्य सामाजिक-इंजीनियरिंग घटनाओं के रास्ते भी हैं। यह समझ में आता है कि जैसे-जैसे हमारे द्वारा उपयोग किए जाने वाले डिजिटल उपकरण हमारे दैनिक जीवन में अधिक प्रचलित और अंतर्निहित होते जाते हैं, नापाक अभिनेता उनका फायदा उठाना चाह रहे हैं।

McAfee और सेंटर फॉर स्ट्रैटेजिक एंड इंटरनेशनल स्टडीज (CSIS) ने अपनी नवीनतम रिपोर्ट में खुलासा किया है कि साइबर अपराध की कीमत अब दुनिया में $600 बिलियन या वैश्विक जीडीपी का 0.8 प्रतिशत है। उनमें से कई घटनाओं में हाई-टेक हैकिंग या ट्रोजन के बजाय घोटाले, धोखाधड़ी और अन्य मानव-चालित गतिविधियां शामिल हैं।

रैंसमवेयर, एक अन्य लोकप्रिय सोशल-इंजीनियरिंग हैक, में सिस्टम को लॉक करना या संवेदनशील डेटा को एन्क्रिप्ट करना और फिर फिरौती की मांग करना शामिल है, आमतौर पर क्रिप्टोकरेंसी में भुगतान किया जाता है - और हमलावर शायद ही कभी, यदि कभी हो, तो वापसी का उपयोग करते हैं। हाल ही में औपनिवेशिक पाइपलाइन की घटना के दौरान ऐसा ही हुआ था।

सवाल यह है कि इस तरह की चीजों का मुकाबला कैसे किया जाए? इसे आर्टिफिशियल इंटेलिजेंस (एआई) और मशीन लर्निंग (एमएल) की मदद से हासिल किया जा सकता है।

एआई और एमएल के अनदेखे लाभ

दो प्रमुख लाभ एआई और एमएल उपकरण उन्हें धोखाधड़ी का पता लगाने के लिए आदर्श बना सकते हैं।

सबसे पहले, वे अभूतपूर्व गति से डेटा और सूचनाओं के बड़े पैमाने पर विश्लेषण कर सकते हैं, निश्चित रूप से किसी भी इंसान की तुलना में तेज़। इसके अलावा, तंत्रिका नेटवर्क समय के साथ, जांचकर्ताओं से डेटा और इनपुट प्राप्त करने के बाद सीख सकते हैं कि वास्तव में क्या देखना है। इसका मतलब है कि वे नापाक गतिविधियों और पैटर्न का पता लगाने में होशियार, अधिक प्रभावी और अधिक सटीक हो जाते हैं।

एआई समाधानों को कभी भी उसी तरह से आराम नहीं करना चाहिए जैसे एक मानव ऑपरेटर करता है। वे चौबीसों घंटे काम करना जारी रख सकते हैं, जिसमें उन विषम घंटों के दौरान भी शामिल हैं जो अंतरराष्ट्रीय या नापाक हमलावर करेंगे।

धोखाधड़ी का पता लगाने के लिए एआई

उन्नत विश्लेषिकी के लेंस के माध्यम से, एआई और एमएल उपकरण खतरों की पहचान कर सकते हैं, हमले के वैक्टर को इंगित कर सकते हैं, और सुरक्षा टीमों को सिस्टम कमजोरियों और नेटवर्क चिंताओं को दूर करने में मदद कर सकते हैं।

जब धोखाधड़ी का पता लगाने के लिए लागू किया जाता है, विशेष रूप से, तकनीक धोखाधड़ी सामग्री या पहुंच के प्रयासों को लेबल कर सकती है, संभावित खतरों की भविष्यवाणी कर सकती है, और वैध और नाजायज स्रोतों के लिए बेहतर वर्गीकरण प्रदान कर सकती है।

इसे युद्ध से पहले एक किले की तैयारी के रूप में देखें। सभी प्रवेश बिंदुओं को बंद कर दिया जाएगा और संरक्षित किया जाएगा, सभी संभावित खतरे की चिंताओं को संबोधित किया जाएगा, और जब विभिन्न कमजोर बिंदुओं का उल्लंघन होता है तो आकस्मिकताएं होंगी। एआई मानव ऑपरेटरों की तुलना में इन सभी चीजों को तेजी से और बेहतर सटीकता के साथ करने में सक्षम है।

इसके अतिरिक्त, भविष्य के कार्यों को सुविधाजनक बनाने के लिए सहायक समर्थन को एमएल एल्गोरिदम में एन्कोड किया जा सकता है। उदाहरण के लिए, यदि कोई हमला होता है और कानूनी कार्रवाई की आवश्यकता होती है, तो उपकरण आवश्यक जानकारी निकाल सकता है और इसे उपयुक्त पक्षों को भेज सकता है। परिणाम स्वचालित ऑडिट प्रक्रियाएं हैं।

वित्तीय धोखाधड़ी वकीलों को मामला बनाने और अपना पक्ष रखने के लिए प्रासंगिक जानकारी की आवश्यकता होगी। यदि यह प्रक्रिया में जल्दी आता है, या अधिकारियों द्वारा घटना को झंडी दिखाने से पहले ही, उनके पास तैयारी के लिए अधिक समय होता है। बैंकिंग और वित्तीय सेवाओं से संबंधित धोखाधड़ी नेविगेट करने के लिए जटिल है, खासकर जब सरकारी धन की बात आती है और उचित परिश्रम साबित होता है। वह प्रमुख शुरुआत अमूल्य हो सकती है, हासिल की गई क्योंकि एमएल उपकरण तैयार था और आवश्यक जानकारी भेजने में सक्षम था।

व्यवसाय

आमतौर पर, धोखाधड़ी से प्रभावित कोई व्यवसाय या संगठन इस तथ्य के बाद समस्या से निपटता है, जिसके परिणामस्वरूप गंभीर वित्तीय क्षति हो सकती है। ऐसा इसलिए भी है क्योंकि धोखाधड़ी का पता लगाना चुनौतीपूर्ण है। कुछ समय पहले तक, इष्टतम प्रदर्शन के साथ ऐसा करना व्यवहार्य नहीं रहा है।

हालांकि, इंटेल जैसे चिप निर्माता अब वास्तविक समय में और ऑन-चिप एआई की मदद से धोखाधड़ी की घटनाओं, जैसे भुगतान, का पता लगाने की शक्ति रखते हैं। इसका मतलब है कि भुगतान फर्म और व्यवसाय धोखाधड़ी की बेहतर पहचान कर सकते हैं, खराब अभिनेताओं को पकड़ सकते हैं क्योंकि वे हड़ताल करते हैं, और अनिवार्य रूप से पूरी स्थिति को मध्य-खेल में रोक सकते हैं।

सरकार

जबकि एआई को कई क्षेत्रों में तैनात किया जा रहा है, सरकार और वित्तीय क्षेत्र में एक आशाजनक विकास बजटीय निरीक्षण के साथ करना है। एल्गोरिदम का उपयोग विसंगतियों या गलतियों का पता लगाने के लिए किया जा सकता है, जिन्हें तब मानव जांचकर्ताओं को संदर्भित किया जाता है जो धोखाधड़ी के संकेतों की तलाश करते हैं। यह विभिन्न पक्षों को अधिक नैतिक और जिम्मेदार होने की अनुमति देता है, लेकिन धोखाधड़ी के संभावित प्रभावों और खतरों को दूर करने में भी मदद करता है।

बीमा

बीमा धोखाधड़ी एक प्रमुख चिंता का विषय है, लेकिन एआई का उपयोग धोखाधड़ी तकनीकों और विभिन्न व्यवहारों के विकास के अनुकूल होने के लिए किया जा सकता है। बीमा एजेंसियां और जांचकर्ता एआई का उपयोग विषम पैटर्न की पहचान करने के लिए कर सकते हैं, संभावित खतरों को करीब से निरीक्षण के लिए लेबल कर सकते हैं, लेकिन सही आने वाले चैनलों पर भी नजर रख सकते हैं।

उदाहरण के लिए, संभावित धोखाधड़ी के रूप में पूर्व-लेबल वाले किसी विशेष पक्ष से आने वाले दावों की अधिक जांच होगी। डेटा से संबंधित गतिविधियों, जैसे बेरोजगारी बीमा धोखाधड़ी के साथ काम करते समय यह एक बड़ा अंतर बनाता है, जो एआई-संचालित एनालिटिक्स के समर्थन के बिना आसानी से दरार से निकल सकता है।

एआई स्मार्ट और अधिक सक्षम हो रहा है

एआई और एमएल प्लेटफॉर्म हर दिन अधिक सक्षम होते जा रहे हैं। ऐसा इसलिए है, क्योंकि जैसे-जैसे इन समाधानों में अधिक डेटा डाला जाता है, एल्गोरिदम असंगत व्यवहार का पता लगाने में अधिक प्रभावी हो जाते हैं - धोखाधड़ी का एक ठोस संकेतक। कई उद्योगों से अपेक्षा करें कि वे सुरक्षित और निष्पक्ष कारोबारी माहौल की खोज में इस तरह के उपकरणों का उपयोग करने के लिए नए तरीके खोजते रहें।