Η τεχνητή νοημοσύνη αποδεικνύεται ικανή να αποκαλύψει τον ακριβή προορισμό των διακοπών σας μελετώντας μία και μόνο φωτογραφία που έχετε αναρτήσει στο Instagram ή στο Facebook. Νέα έρευνα δείχνει ότι απατεώνες αξιοποιούν πλέον αυτή τη δυνατότητα για να στήνουν εξαιρετικά πειστικές απάτες μέσω email, παρουσιάζοντας ψεύτικες ειδοποιήσεις για ύποπτη κίνηση στην τραπεζική κάρτα του θύματος. Το φαινόμενο έχει καταγραφεί σε ταξιδιωτικές φωτογραφίες από προορισμούς όπως το Πόρτο στην Πορτογαλία, όπου ακόμη και ασαφή στιγμιότυπα με φόντο τον ποταμό Ντούρο αρκούν για να προδώσουν την τοποθεσία. Σύμφωνα με δημοσίευμα του Guardian, το πρόβλημα αφορά εκατομμύρια χρήστες κοινωνικών δικτύων που δημοσιεύουν καθημερινά ταξιδιωτικό υλικό χωρίς να γνωρίζουν τους κινδύνους.
Πώς στήνεται η απάτη με φωτογραφίες διακοπών
Το σενάριο που περιγράφει η έρευνα είναι απλό αλλά εξαιρετικά αποτελεσματικό. Ένας χρήστης βρίσκεται σε μια σύντομη απόδραση στο Πόρτο και αναρτά μερικές οικογενειακές φωτογραφίες με φόντο τον ποταμό, θεωρώντας ότι η εικόνα θα μπορούσε να έχει τραβηχτεί οπουδήποτε. Λίγες ημέρες αργότερα, λαμβάνει ένα μήνυμα που τον ενημερώνει ότι εντοπίστηκε ασυνήθιστη δραστηριότητα στην κάρτα του «ενώ ταξίδευε στο Πόρτο» και τον καλεί να επαληθεύσει άμεσα τα στοιχεία του μέσω ενός συνδέσμου. Επειδή δεν έχει δημοσιεύσει καμία ρητή λεπτομέρεια για το ταξίδι του πέρα από τις ασαφείς φωτογραφίες, δεν υποψιάζεται τίποτα και προχωρά να συμπληρώσει τα τραπεζικά του στοιχεία στη φαινομενικά αξιόπιστη σελίδα.
Το κρίσιμο στοιχείο που κάνει το μήνυμα πειστικό είναι ακριβώς η αναφορά στο σωστό μέρος. Οι εγκληματίες πίσω από τέτοιες επιθέσεις χρησιμοποιούν την τεχνητή νοημοσύνη για να αναλύσουν την εικόνα και να εντοπίσουν τα πιο αμυδρά σημάδια του τόπου λήψης, χωρίς να χρειάζονται καμία ετικέτα τοποθεσίας ή δήλωση από τον ίδιο τον χρήστη. Το αποτέλεσμα είναι ένα μήνυμα απάτης που μοιάζει προσωποποιημένο και αληθινό, ενισχύοντας σημαντικά τις πιθανότητες επιτυχίας του phishing.
Η έρευνα της McAfee για την τεχνητή νοημοσύνη
Η εταιρεία McAfee, γνωστή για το λογισμικό προστασίας από ιούς, δοκίμασε δύο ελεύθερα διαθέσιμα μοντέλα τεχνητής νοημοσύνης πάνω σε περισσότερες από 21.000 ταξιδιωτικές φωτογραφίες. Το πρώτο μοντέλο κατάφερε να αναγνωρίσει με ακρίβεια τον προορισμό στο 91% των περιπτώσεων, ενώ το δεύτερο πέτυχε ποσοστό επιτυχίας 87%. Πρόκειται για εντυπωσιακά υψηλά ποσοστά, δεδομένου ότι τα μοντέλα βασίστηκαν αποκλειστικά στο οπτικό περιεχόμενο των εικόνων και όχι σε οποιαδήποτε συνοδευτική πληροφορία.
Στη συνέχεια, το προσωπικό της εταιρείας κλήθηκε να επαναλάβει το ίδιο πείραμα χρησιμοποιώντας τις δικές του προσωπικές φωτογραφίες, με αποτέλεσμα να αποκαλυφθεί μια εξίσου ανησυχητική πραγματικότητα σχετικά με το πόσο εύκολα εντοπίστηκαν τα δικά τους ταξίδια. Η Vonny Gamot, επικεφαλής της περιοχής EMEA στη McAfee, εξήγησε ότι η τεχνολογία παρέχει στους απατεώνες ακριβώς το πλαίσιο που χρειάζονται για να κάνουν τις επιθέσεις τους πειστικές. Όπως δήλωσε χαρακτηριστικά, η τεχνητή νοημοσύνη «παρέχει το πλαίσιο… και αυτό καθιστά την απάτη και τις απειλές πιστευτές».
Ποιες φωτογραφίες κινδυνεύουν περισσότερο
Το βασικό συμπέρασμα της έρευνας είναι ότι οι υπολογιστές δεν χρειάζονται πλέον φωτογραφίες με ετικέτες τοποθεσίας ή συνημμένα μεταδεδομένα GPS για να καταλάβουν πού τραβήχτηκε μια εικόνα. Αρκεί η ανάλυση στοιχείων όπως το φόντο, η αρχιτεκτονική, οι πινακίδες ή ακόμη και η ποιότητα του φωτός. Αυτό σημαίνει ότι ακόμη και χρήστες που αποφεύγουν συνειδητά να αναφέρουν την τοποθεσία τους σε κάθε ανάρτηση παραμένουν εκτεθειμένοι, εφόσον η φωτογραφία περιέχει έστω και αμυδρά αναγνωρίσιμα στοιχεία του περιβάλλοντος.
Σύμφωνα με τα ευρήματα της McAfee, οι φωτογραφίες με μεγαλύτερη πιθανότητα να αναγνωριστούν από την τεχνητή νοημοσύνη είναι εκείνες που περιλαμβάνουν κάποιο αναγνωρίσιμο σημείο του τοπίου ή του δομημένου περιβάλλοντος. Όσο πιο ιδιαίτερο είναι το φόντο μιας εικόνας, τόσο ευκολότερο γίνεται για έναν πράκτορα τεχνητής νοημοσύνης να προσδιορίσει τον ακριβή προορισμό, γεγονός που καθιστά αναγκαία τη μεγαλύτερη προσοχή κατά τη δημοσίευση ταξιδιωτικού υλικού στα κοινωνικά δίκτυα.
