تصور کنید تماسی دریافت میکنید و صدای فرزندتان را میشنوید که با وحشت فریاد میزند «من رو دزدیدن!»؛ در حالی که شماره تماس روی صفحه گوشی دقیقاً شماره اوست. این کابوسی است که اکنون هدف اصلی یک فناوری جدید به نام Savi Security قرار گرفته است. این استارتآپ که توسط دو برادر، پاتریک و رایان کافلین تأسیس شده، روز سهشنبه اپلیکیشنهای خود را برای سیستمعاملهای iOS و اندروید عرضه کرد تا کلاهبرداریهای ارسالی از طریق پیامک، ایمیل و تماسهای تلفنی را خنثی و رهگیری کند.
این پروژه با سرمایهگذاری ۷ میلیون دلاری در مرحله Seed (بذر) به پیش رانده میشود. این جذب سرمایه توسط Acrew Capital رهبری شد و شرکتهای Magnify Ventures، TTCER و Resolute Ventures نیز در آن مشارکت داشتند. بنیانگذاران این شرکت، پاتریک و رایان کافلین، ترکیب متضاد تخصص در دفاع سایبری ملی و طراحی محصول مصرفکننده هستند. پاتریک کافلین سابقهای در حوزه دفاع سایبری ملی دارد و پیش از این در شرکتهای بزرگی چون Splunk و Cisco فعالیت میکرد. در مقابل، رایان کافلین متخصص محصولات مصرفکننده است و تجربهی کاری در Apple و Spotify دارد. همانطور که در تحلیلهای قبلی ما دربارهی امنیت مدلهای بازمتن اشاره کردیم، لایههای حفاظتی اکنون باید از سطح کد به سطح رفتار کاربر منتقل شوند.
کاتالیزور نوآوری: یک تراژدی شخصی
انگیزه این نوآوری از یک حادثه «وحشتناک» و شخصی برای مادر این دو برادر شروع شد. طبق گفته پاتریک، حدود دو سال پیش، مادر آنها تماسی دریافت کرد؛ مردی پشت خط بود که ادعا میکرد دختر پاتریک (خواهر رایان) را ربوده است. نکته تکاندهنده این بود که شناسه تماس (Caller ID) روی موبایل مادر، دقیقاً شماره تلفن دختر آنها را نشان میداد و با موفقیت جعل شده بود.
در طول این تماس، مادر صدای دخترش را شنید که فریاد میزد: «مامان، من رو گرفتند!» و پس از آن صدای جیغی تکاندهنده و خواهشی برای انجام هر آنچه آدمربایان میخواهند شنیده شد. کلاهبردار سپس مبلغ ۱۲۰۰ دلار را فوراً درخواست کرد و تهدید کرد که در صورت عدم پرداخت، دختر را در پارکینگ یک فروشگاه «والمارت» محلی خواهد کشت؛ مکانی خاص که دختر آنها واقعاً بهطور مرتب به آنجا میرفت.
پاتریک کافلین که در آن زمان نایبرئیس ارشد محصولات امنیتی در Cisco بود، از این حمله بهشدت تکان خورد. او پیش از این استارتآپ امنیت ابری TruSTAR را تأسیس کرده بود که در می ۲۰۲۱ با مبلغ گزارششده ۸۲ میلیون دلار توسط Splunk خریداری شد (شرکت سیسکو نیز بعدها در سال ۲۰۲۴ اسپلانک را خرید). پاتریک پس از این اتفاق با خود پرسید چرا سطح پیچیدگی حملاتی که پیشتر فقط علیه سازمانهای دولتی و شرکتهای Fortune 500 استفاده میشد، اکنون علیه مصرفکنندگان عادی به کار گرفته میشود؟
اقتصاد جنایات سایبری در عصر هوش مصنوعی
امروز اقتصاد جنایات سایبری بهسرعت در حال تکامل است، زیرا هوش مصنوعی زاینده (Generative AI) — شبیه به یک نقاش چیرهدست که میتواند هر چه را بخواهید با دقت عجیبی رسم کند — سد ورود مجرمان را پایین آورده و هزینه انجام این کلاهبرداریها را به صفر نزدیک کرده است. به نقل از پاتریک، تنها ۳ ثانیه از یک فایل صوتی که در پستهای عمومی شبکههای اجتماعی یافت شود (مثلاً صدای پدری که در فیسبوک گزارش یک بازی فوتبال فرزندش را میدهد)، برای شبیهسازی کامل صدای یک فرد کافی است.
پیش از ظهور مدلهای زبانی بزرگ (LLM) — مثل کتابخانهداری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب میدهد — این نوع کلاهبرداریها بهصرفه نبودند، زیرا عمق پژوهش و تکنولوژی مورد نیاز برای جعل صدا بسیار زیاد بود. اما اکنون سد فنی فرو ریخته است و جهانی ساخته شده که در آن «افراد عادی بهگونهای وسوسه میشوند که در بازی کلاهبرداری شرکت کنند» یا هدف آن باشند. در این میان، شبکههای گستردهای از ترافیک جعل شده برای دور زدن سیستمهای امنیتی فعال هستند، مشابه آنچه در گزارش ما درباره شبکه عظیم Bright Data برای دور زدن سدهای امنیتی هوش مصنوعی بررسی شد.
طبق دادههای کمیسیون تجارت فدرال (FTC)، افرادی که جرایم آنلاین را گزارش کردهاند، در سال ۲۰۲۵ مبلغ ۳.۵ میلیارد دلار را در کلاهبرداریهای جعل هویت از دست دادهاند که این رقم سه برابر خسارات سال ۲۰۲۰ است. اگرچه سالمندان اهداف همیشگی هستند، اما پژوهش سال ۲۰۲۵ شرکت Malwarebytes نشان میدهد که نسل Z نیز بهشدت آسیبپذیر است؛ آنها بیشتر از سایر نسلها هدف کلاهبرداریهای پیامکی قرار میگیرند و حدود ۲۵٪ از دفعات، فریب این پیامها را میخورند.
پیادهسازی فنی و ویژگیها
از نظر فنی، Savi Security از یک معماری «دروازه هوش مصنوعی» (AI Gateway) استفاده میکند که در مرکز آن مدل Gemini گوگل قرار دارد. این ساختار به آنها اجازه میدهد تا هر زمان که نیاز باشد، از مدلهای هوش مصنوعی دیگر، بهویژه مدلهایی که برای تشخیص صدا بهینه شدهاند، استفاده کنند.
برای آموزش مدل خود، این دو برادر وبسایت رایگان و ناشنومی به نام Scam Wise را راهاندازی کردند که نیاز به ثبتنام ندارد. کاربران پیامها، عکسها یا ایمیلهای مشکوک خود را برای تحلیل آپلود میکنند. این سایت در چهار ماه نخست فعالیت خود، ۵۰ هزار مورد را ثبت کرده و هر هفته ۱۰ هزار مورد یا بیشتر رشد میکند.
سرویس پولی این اپلیکیشن شامل سه لایه دفاعی کلیدی است:
- نظارت زنده بر تماس (Live-Call Monitoring): تاثیرگذارترین ویژگی اپلیکیشن این است که به کاربران اجازه میدهد یک عامل (Agent) هوش مصنوعی را بهعنوان شنونده به یک مکالمه مشکوک اضافه کنند. این هوش مصنوعی به دنبال «نشانههای رفتاری» میگردد تا تشخیص دهد آیا تماس در حال جریان، یک کلاهبرداری است یا خیر.
- غربالگری چندکاناله (Multi-Channel Screening): این ابزار بهطور همزمان پیامهای متنی، پیامهای صوتی و تماسهای تلفنی ورودی را برای یافتن شاخصهای کلاهبرداری بررسی میکند.
- قیمتگذاری خانوادگی: هزینه این سرویس ۸ دلار در ماه است (که در صورت پرداخت سالانه به ۶۳ دلار کاهش مییابد). نکته مهم این است که هیچ محدودیتی برای تعداد کاربران در هر طرح وجود ندارد؛ بنابراین یک حساب کاربری میتواند همسر، فرزندان، والدین و سایر اعضای خانواده را که به پشتیبانی فنی نیاز دارند، پوشش دهد.
این رویکرد، نشاندهنده یک تغییر بنیادین در اقتصاد مجرمان سایبری است. Savi در واقع نسل جدیدی از «آنتیویروسهای هوش مصنوعی» را پیشنهاد داده است که برای مبارزه با جعلهای زاینده، از تشخیص لحظهای رفتار استفاده میکند. با افزایش دسترسی به هوش مصنوعی، نبرد از شناسایی محتوای «جعلی» به نظارت بر الگوهای رفتاری در تعاملات زنده تغییر مکان داده است.
گام بعدی شما
- اگر اعضای خانواده شما در معرض کلاهبرداریهای تلفنی هستند، بررسی مدلهای نظارت زنده (Live Monitoring) را در اولویت قرار دهید.
- برای ارزیابی سطح ریسک خود، پیامهای مشکوک را در پایگاههای دادهای مثل Scam Wise تحلیل کنید.
- به جای اعتماد به Caller ID، پروتکلی برای تأیید هویت (مثل یک کلمه رمز خانوادگی) تعریف کنید.
اما نبرد واقعی در لایه سختافزاری است؛ برای درک اینکه چگونه تراشههای جدید سرعت این تشخیصها را افزایش میدهند، به تحلیل ما درباره معماری NPUها مراجعه کنید. در همین راستا، پیشرفتهای سختافزاری شرکتهایی چون کوالکام در بازار مراکز داده هوش مصنوعی نقش کلیدی در پردازش سریعتر این مدلهای شناسایی ایفا میکند.
گفتگو