Новое исследование показало, что автоматизированные системы голосового фишинга на базе ИИ достигают уровня успеха, сопоставимого с действиями профессиональных мошенников. При этом стоимость проведения масштабных атак с использованием генеративных моделей снижается в десятки раз. Это создает серьезную угрозу для корпоративной безопасности и систем верификации пользователей, основанных на голосовом взаимодействии.
Эксперимент продемонстрировал, что современные LLM в связке с инструментами клонирования голоса способны поддерживать связный диалог, адаптироваться к ответам жертвы и убедительно имитировать эмоциональный фон. Автоматизация позволяет злоумышленникам совершать тысячи звонков одновременно, исключая необходимость в найме большого штата операторов, что делает подобные атаки доступными даже для групп с ограниченными ресурсами.
Результаты подчеркивают уязвимость традиционных методов аутентификации, полагающихся на голос как на фактор доверия. Исследователи отмечают, что текущие защитные механизмы не справляются с темпами развития технологий генерации речи, что требует перехода к многофакторной верификации и внедрению систем обнаружения синтезированного аудио в режиме реального времени.
Ключевые факты
- Эффективность ИИ-атак в тестах оказалась статистически эквивалентна результатам работы подготовленных операторов-людей.
- Стоимость проведения фишинговой кампании с использованием ИИ сократилась до долей цента за успешный контакт.
- Модели способны удерживать внимание жертвы и манипулировать контекстом разговора без участия человека-оператора.
- Автоматизированные системы позволяют масштабировать атаки до тысяч одновременных звонков, что недоступно для традиционных колл-центров мошенников.