কৃত্রিম বুদ্ধিমত্তা বর্শা ফিশিং স্ক্যামগুলিকে আরও কার্যকর করে তুলছে, এবং বেশিরভাগ লোকেরা এআই-লিখিত প্রলোভন এবং মানব-লিখিত একের মধ্যে পার্থক্য বলতে পারে না। এটি ব্রিগহাম ইয়ং ইউনিভার্সিটির নতুন গবেষণার মূল অনুসন্ধান, সাইবারসিকিউরিটি এবং গোপনীয়তার সমকক্ষ-পর্যালোচিত জার্নালে প্রকাশিত এবং KSL.com এবং Phys.org-এর সাম্প্রতিক কভারেজে হাইলাইট করা হয়েছে।

BYU-এর সংবাদ বিজ্ঞপ্তিতে বলা হয়েছে, "এআই-এর বর্তমান অবস্থা কতটা পরিশীলিত তা দেখানোর জন্য আমাদের গবেষণাটি সাম্প্রতিকতম।"

যা করলেন গবেষকরা

গবেষণাটি, একটি BYU টিম দ্বারা রচিত এবং arXiv-এ একটি প্রিপ্রিন্ট হিসাবে উপলব্ধ, GPT-4 দ্বারা উত্পন্ন ব্যক্তিগতকৃত ফিশিং পাঠ্য বার্তা এবং মানব নবজাতকদের দ্বারা লেখা বার্তাগুলির মধ্যে একটি নিয়ন্ত্রিত তুলনা সেট আপ করেছে — শিক্ষার্থীরা সময়ের সীমাবদ্ধতার অধীনে লিখছে — একই 25টি লক্ষ্যের জন্য৷

অংশগ্রহণকারীরা প্রত্যেকে তাদের জন্য বিশেষভাবে তৈরি করা 12টি ব্যক্তিগতকৃত বার্তার একটি সেট পেয়েছেন। কিছু AI-উত্পন্ন, কিছু মানব-লিখিত। গবেষকরা একটি পদ্ধতি ব্যবহার করেছেন যাকে তারা TRAPD বলে — ব্যক্তিগতকৃত প্রতারণার জন্য থ্রেশহোল্ড র‌্যাঙ্কিং পদ্ধতি — যার অধীনে অংশগ্রহণকারীরা বার্তাগুলিকে র‌্যাঙ্ক করেছে, তারা যে পয়েন্টে ক্লিক করতে চায় তা নির্দেশ করেছে, তাদের যুক্তি ব্যাখ্যা করেছে এবং বিচার করেছে যে প্রতিটি বার্তা একজন ব্যক্তির দ্বারা বা GPT-4 দ্বারা লেখা হয়েছে কিনা৷

নকশাটি গুরুত্বপূর্ণ কারণ বেশিরভাগ পূর্ববর্তী ফিশিং অধ্যয়নগুলি বিমূর্তভাবে ফলাফলগুলি পরিমাপ করেছিল৷ এটি প্রতিটি স্বতন্ত্র অংশগ্রহণকারীর জন্য ব্যক্তিগতকৃত বার্তাগুলির প্রতিক্রিয়া পরিমাপ করে, যা সঠিকভাবে বাস্তব বর্শা ফিশিং কীভাবে কাজ করে।

আরো ক্লিক, কোন ভাল সনাক্তকরণ

শিরোনাম সংখ্যা: GPT-4-জেনারেট করা বার্তাগুলি ছাত্র-রচিত বার্তাগুলির চেয়ে বেশিবার ক্লিক করার অভিপ্রায় প্রকাশ করেছে — 28% বনাম 21% — যদিও গবেষকরা লক্ষ্য করেছেন যে পাইলট অধ্যয়নের আকারের কারণে পার্থক্যটি পরিসংখ্যানগত অনিশ্চয়তা বহন করে।

আরও অস্থির ফলাফল হল যা অংশগ্রহণকারীরা করতে পারেনি। যখন জিজ্ঞাসা করা হয়েছিল যে কোনও বার্তা একজন মানুষের দ্বারা লেখা বা এআই দ্বারা উত্পন্ন হয়েছে, প্রাপকরা সুযোগের চেয়ে বেশি সঠিকভাবে উত্সটি সনাক্ত করেননি। অন্য কথায়, অতিরিক্ত সতর্কতা লোকেরা বিশ্বাস করে যে তারা মেশিনে লিখিত পাঠ্যের জন্য প্রয়োগ করেছে ফলাফলগুলিতে প্রদর্শিত হয়নি — অধ্যয়নের অংশগ্রহণকারীরা মূলত লেখকত্বের উপর মুদ্রা উল্টানো ছিল।

সমীক্ষায় আরও দেখা গেছে যে প্রসঙ্গ বিষয়বস্তুকে হার মানায়: চাকরি-সম্পর্কিত বিষয়গুলির চারপাশে তৈরি করা বার্তাগুলি শখ বা সোশ্যাল মিডিয়ার সাথে যুক্ত বার্তাগুলির চেয়ে ক্লিক করার অভিপ্রায়কে ট্রিগার করার সম্ভাবনা বেশি ছিল। আক্রমণকারীদের জন্য, এটি একটি শক্তি গুণক, কারণ কর্মসংস্থানের বিবরণ অনলাইনে খুঁজে পাওয়া সবচেয়ে সহজ ব্যক্তিগত তথ্যগুলির মধ্যে একটি।

কেন চাকরি-সম্পর্কিত লোভ সবচেয়ে ভালো কাজ করে

কাজ-সম্পর্কিত বার্তাগুলির অনুসন্ধান ডিফেন্ডারদের কাছ থেকে বিশেষ মনোযোগের দাবি রাখে। স্পিয়ার ফিশিং ব্যক্তিগতকরণের মাধ্যমে সফল হয় — এমন একটি বার্তা যা আপনার নিয়োগকর্তা, আপনার ভূমিকা, বা আপনার বর্তমান প্রকল্পগুলিকে উল্লেখ করে সঠিকভাবে বৈধ বলে মনে করে কারণ এটি নির্দিষ্ট।

BYU ফলাফলগুলি পরামর্শ দেয় যে বড় ভাষার মডেলগুলি সেই ব্যক্তিগতকরণের কার্যপ্রবাহকে নাটকীয়ভাবে সংকুচিত করে। একজন দক্ষ সোশ্যাল ইঞ্জিনিয়ারের দ্বারা এক সময় ম্যানুয়াল গবেষণা এবং যত্নশীল খসড়ার জন্য যা প্রয়োজন ছিল তা এখন প্রায় শূন্য-প্রান্তিক খরচে সাধারণ প্রম্পট থেকে আনুমানিক করা যেতে পারে, গবেষকরা লিখেছেন। একটি বড়, ব্যক্তিগতকৃত প্রচারাভিযান চালানোর বাধা আর দক্ষতা নয়। এটি একটি চ্যাটবট এবং একটি লক্ষ্য তালিকার অ্যাক্সেস।

এটা ডিফেন্ডারদের জন্য মানে কি

প্রায়োগিক প্রভাব নিরাপত্তা দলের জন্য sobering হয়. সচেতনতা প্রশিক্ষণ প্রায়ই কর্মচারীদের বিশ্রী বাক্যাংশ, অদ্ভুত টোন, বা অপ্রাকৃতিক ভাষা চিহ্নিত করতে শেখায় — ঐতিহাসিকভাবে উন্মোচিত ফিশিং প্রচেষ্টাকে বলে। একটি ডিটেক্টর যা "রোবোটিক" লেখার উপর নির্ভর করে তা এখন পরিমাপযোগ্যভাবে অবিশ্বস্ত, কারণ এই গবেষণায় প্রাপকরা মানুষের লিখিত বার্তা থেকে এআই-লিখিত মোটেই পার্থক্য করতে পারেনি।

BYU টিম ফলাফলগুলিকে প্রমাণ হিসাবে তৈরি করেছে যে অ্যাক্সেসযোগ্য AI-সহায়তা ব্যক্তিগতকরণ সামাজিক-প্রকৌশল হুমকির ব্যবহারিক স্কেল বাড়িয়ে তুলতে পারে। যে প্রতিরক্ষাগুলি সস্তা অনুমান করে, জেনেরিক ফিশিং আদর্শ হিসাবে থাকবে সেগুলি একটি অনুমানের উপর নির্মিত হয় যা ডেটা আর সমর্থন করে না।

গবেষকরা গবেষণার সীমাবদ্ধতার উপরও জোর দেন। এটি একটি 25-টার্গেট পাইলট ছিল এসএমএস বার্তাগুলি ব্যবহার করে, পেশাদার ফিশারদের পরিবর্তে ছাত্র লেখকদের সাথে - একটি তুলনা যা কিছু হলে, এআই আউটপুট এবং গড় বাস্তব-বিশ্ব স্ক্যাম মানের মধ্যে ব্যবধানকে কম বোঝায়। দলটি নোট করেছে যে মানব বিচারকরা সূত্রগুলিকে আলাদা করে বলতে না পারলেও, দুটি বার্তা সেট গণনাগতভাবে আলাদা করা যায়, স্বয়ংক্রিয় সনাক্তকরণ পদ্ধতির জন্য জায়গা রেখে যায়।

সংস্থাগুলির জন্য, টেকঅ্যাওয়ে প্রযুক্তিগত নয় বরং পদ্ধতিগত: পৃথক চ্যানেলের মাধ্যমে অনুরোধগুলি যাচাই করুন, জরুরীতা এবং চাকরি-সম্পর্কিত ফ্রেমিংকে ঝুঁকি সংকেত হিসাবে বিবেচনা করুন, বার্তাটি যতই পালিশ করা হোক না কেন, এবং ধরে নিন যে ভাল লেখা মানে আর মানব-লিখিত নয়।

এআই থেকে এগিয়ে থাকুন

ট্র্যাকিং কিভাবে AI নিরাপত্তা এবং সমাজকে পুনর্নির্মাণ করছে? এআই বাজ ওয়্যারে আরও এআই খবর পড়ুন — স্বাধীন এআই কভারেজ, প্রতিদিন।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →