2022 میں ایف بی آئی کو موصول ہوا۔ 800,944 شکایتیں درج کی گئیں۔ جو کاروبار کے اہم انفراسٹرکچر اور ڈیٹا کے لیے دھوکہ دہی کے نقصانات میں $10.3 بلین سے تجاوز کرگئی۔ نہ صرف ٹیکنالوجی تیز اور زیادہ نفیس ہو رہی ہے، بلکہ سائبر کرائمین بھی ہیں۔
ابھرتے ہوئے دھوکہ دہی کے رجحانات کے بارے میں مزید جاننے کے لیے تھپتھپائیں، جن سے بچنا ہے دھوکہ دہی کی اقسام، اگر آپ کوئی کارروائی نہیں کرتے ہیں تو اس پر کیا لاگت آئے گی اور دھوکہ دہی کی روک تھام کی تکنیکوں اور ٹولز کو مؤثر طریقے سے کیسے نافذ کیا جائے۔
دھوکہ دہی کے رجحانات اور AI کی آمد
آن لائن شناخت کی چوری اور ڈیٹا ہیکنگ انٹرنیٹ کے شروع ہونے کے بعد سے ایک مسئلہ رہا ہے۔ آئیے اندر کودیں۔
لیورنگنگ فراڈ کو انجام دینے کے لیے AI اور مشین لرننگ
چیٹ جی پی ٹی یہ سب سے نمایاں جنریٹو AI ٹیکنالوجیز میں سے ایک ہے جس میں ہر کوئی بات کر رہا ہے، دوسرے پروگراموں جیسے ڈبڈ GPT-3.5 (ChatGPT کی توسیع) اور درمیانی سفر بالترتیب زبان کی پیشین گوئی اور امیج جنریشن جیسی خدمات پیش کرنا۔
مثال کے طور پر، ChatGPT کو حقیقی زندگی کے لوگوں کی خدمات حاصل کرنے کے لیے دستاویز کیا گیا ہے۔ کیپچا حل کریں۔ اس کے لیے جسے "طاقت کے متلاشی رویے" کے نام سے جانا جاتا ہے۔ دریں اثنا، دھوکہ دہی استعمال کر رہے ہیں MidJourney پیدا کرنے کے لئے گہرے جعلی جو حقیقی لوگوں کی نقل کرتے ہیں تاکہ وہ تصدیق کر سکیں جن کے لیے چہرے کی شناخت کی ضرورت ہوتی ہے۔
دھوکہ دہی کا پتہ لگانے کے لیے AI اور مشین لرننگ کا فائدہ اٹھانا
دھوکہ دہی کی سرگرمی کی دستی طور پر جانچ کرنا - خاص طور پر جب شناخت کی تصدیق کی بات آتی ہے - انسانی غلطی کا شکار ہے اور اس میں وقت اور قیمتی وسائل لگ سکتے ہیں۔ مشین لرننگ (ML) اور AI تاریخی اعداد و شمار کا استعمال کرتے ہوئے اسامانیتاوں اور رجحانات کو تربیت دینے اور ان کا پتہ لگانے کے لیے ماڈل بناتے ہیں۔ اس ٹیکنالوجی کو جہاں دھوکہ دہی کے لیے استعمال کیا جا رہا ہے، وہیں اسے روکنے اور اس کا مزید درستگی سے پتہ لگانے کے لیے بھی استعمال کیا جا سکتا ہے۔
دھوکہ دہی کی اقسام
اس سے کوئی فرق نہیں پڑتا ہے کہ کس قسم کا گھوٹالہ کیا جا رہا ہے، حتمی مقصد وسائل، پیسہ اور ڈیٹا چوری کرنا ہے۔ ایسا کرنے کے لیے، جعلساز تین قسم کے فراڈ میں سے ایک کو انجام دیتے ہیں: پہلی، دوسری اور تیسری پارٹی۔
فرسٹ پارٹی فراڈ اس کا تعلق ان افراد سے ہے جو غلط معلومات فراہم کر کے اپنی شناخت کرتے ہیں۔ یہ عام طور پر قرض یا کریڈٹ کارڈ کی درخواستوں میں دیکھا جاتا ہے تاکہ مجرم کو بہتر نرخ مل سکیں۔ یہ انشورنس کے دعووں میں استعمال ہونے والا ایک حربہ بھی ہے۔
دوسری پارٹی کی دھوکہ دہی اسے دوستانہ دھوکہ دہی کے نام سے بھی جانا جاتا ہے، اور اس کا ارتکاب اس وقت کیا جاتا ہے جب کوئی اپنی مرضی سے اپنی معلومات کسی اور کو استعمال کرنے کے لیے دیتا ہے۔ دھوکہ بازوں نے اس قسم کی آن لائن ادائیگی کے فراڈ کا استعمال کرتے ہوئے متاثرہ کا اعتماد حاصل کرکے انہیں رقم بھیجنا شروع کر دیا ہے۔
تھرڈ پارٹی فراڈ عام طور پر شناخت کی چوری اور بینک فراڈ اسکیموں سے وابستہ ہے۔ ایسا اس وقت ہوتا ہے جب سائبر مجرم کسی اور کی معلومات چوری کرتا ہے تاکہ ان کے بینک اکاؤنٹ، سوشل میڈیا وغیرہ پر قبضہ کر لے۔ یہ سب سے زیادہ عام طور پر آن لائن بینکنگ سسٹم یا لون اسٹیکنگ میں ہوتا ہے۔ جب کوئی ہیکر درخواست میں دھوکہ دہی کا ارتکاب کرتا ہے، تو وہ کسی اور کی معلومات کا استعمال کرتے ہوئے ایک ساتھ کئی قرضوں پر لاگو ہوتا ہے۔
ان امتیازات کو ذہن میں رکھتے ہوئے، یہاں دھوکہ دہی کی کچھ اور مخصوص مثالیں ہیں جو بڑھ رہی ہیں۔
مصنوعی فراڈ
مصنوعی مالی فراڈ کا ارتکاب اس وقت شروع ہوتا ہے جب کوئی مجرم کسی کا حقیقی سوشل سیکیورٹی نمبر چوری کرتا ہے یا غیر قانونی طور پر خریدتا ہے اور بالکل نئی شناخت کے لیے نام اور تاریخ پیدائش جیسی دیگر غلط معلومات تیار کرتا ہے۔ ایسا اس وقت کیا جاتا ہے جب کوئی مجرم کسی کا SSN چوری کرتا ہے یا اسے ڈارک ویب سے خرید لیتا ہے۔ اسے بینک فراڈ، جعلی آئی ڈی وغیرہ کے لیے استعمال کیا جا سکتا ہے۔
اکاؤنٹ لینے
اکاؤنٹ ٹیک اوور (ATO) دھوکہ دہی کی ایک قسم ہے جو صارفین اور کاروبار دونوں کی سلامتی کو شدید نقصان پہنچا سکتی ہے۔ ایسا اس وقت ہوتا ہے جب کوئی معصوم شخص نقصان دہ سافٹ ویئر ڈاؤن لوڈ کرتا ہے یا مخالف لنکس پر کلک کرتا ہے، جس سے ہائی جیکرز کو ذاتی معلومات چرانے کا اختیار مل جاتا ہے۔ ایک بار جب وہ اندر آجائیں گے، تو وہ منافع کے حصول، خدمات میں خلل ڈالنے یا دھوکہ دہی پر مبنی لین دین کرنے کے لیے اکاؤنٹ کی کمزور معلومات کو پکڑ لیں گے۔
سم سویپ فراڈ
سم سویپ فراڈ، جسے سم کارڈ کی تبدیلی یا سم ہائی جیکنگ کے نام سے بھی جانا جاتا ہے، دھوکہ دہی کی ایک قسم ہے جس میں دھوکہ دہی کرنے والے شکار کے موبائل فون نمبر کو اپنے کنٹرول میں لے لیتے ہیں۔ دھوکہ دہی کرنے والا شکار کے بارے میں ذاتی معلومات اکٹھا کرتا ہے، اکثر سوشل انجینئرنگ، فشنگ، یا ڈیٹا کی خلاف ورزیوں کے ذریعے، اور موبائل کیریئر سے رابطہ کرتا ہے، شکار کا روپ دھارتا ہے اور اس کا سم کارڈ گم یا خراب ہونے کا بہانہ کرتا ہے۔ ایک بار نیا سم کارڈ چالو ہونے کے بعد، وہ کالز اور ٹیکسٹ پیغامات بھیجنے اور وصول کرنے، پاس ورڈ دوبارہ ترتیب دینے اور متاثرہ کے اکاؤنٹس تک رسائی کے لیے فون پر قبضہ کر سکتے ہیں۔
کارڈ موجود فراڈ نہیں
آج، آپ نقد یا کارڈ نکالے بغیر کچھ خرید سکتے ہیں۔ آپ اپنی گھڑی، اسمارٹ فون، یا خودکار فل ان کے نل کے ساتھ خریداری کر سکتے ہیں۔ تاہم، صحیح آلات کے بغیر، دھوکہ باز آن لائن یا فون پر کچھ خریدنے کے لیے آپ کے کارڈ کی معلومات چرا سکتے ہیں۔
بینک ریئل ٹائم رسک مینجمنٹ کو نافذ کر رہے ہیں۔ دھوکہ دہی کو روکنے کے لئے
امریکی حکومت کی طرف سے نافذ کردہ فراڈ کے خطرے کی تعمیل زیادہ مضبوط ہوتی جا رہی ہے اور اس نے بینکنگ انڈسٹری پر دباؤ ڈالا ہے۔ LexisNexis نے پایا وسط سے بڑے بینکوں کا 59%تعمیل آن بورڈنگ میں تاخیر کی وجہ سے نئے گاہک کے حصول پر منفی اثر پڑا۔
تعمیل کو برقرار رکھنے کے لیے، ریئل ٹائم رسک مینجمنٹ کسی بھی صنعت میں کاروباروں کو اجازت دیتا ہے کہ وہ ڈیجیٹل بینکنگ کے اندر زیادہ خطرے والے اور مشتبہ دھوکہ دہی پر مبنی لین دین کی تلاش میں صارف کے سفر کی نگرانی کریں۔
مسلسل رسک اسکورنگ کے ساتھ، ایک صارف کو سرخ جھنڈا لگایا جا سکتا ہے اور اسے آن لائن ماحولیاتی نظام میں داخل ہونے سے روکا جا سکتا ہے۔
شناخت کی تصدیق ضروری ہے۔
ان تمام رجحانات اور دھوکہ دہی کی اقسام کے لیے مضبوط شناختی تصدیقی حل کی ضرورت ہوتی ہے جو دھوکہ دہی کی روک تھام کے دوران صارف کے تجربے (UX) کو سپورٹ کرتے ہیں۔ کسی بھی کاروبار کے لیے گاہک کی وفاداری ضروری ہے، اور رگڑ کو کم کرنا صحت مند UX کو سپورٹ کر سکتا ہے۔ دھوکہ دہی کی روک تھام اور صارفین کی اطمینان کو برقرار رکھنے کے درمیان توازن برقرار رکھنا ایک ایسا کام ہے جو تنظیمیں صحیح حکمت عملی اور ٹولز کے ساتھ مہارت حاصل کر سکتی ہیں۔ AuthenticID کے ذریعے شناخت کی توثیق میں مدد کرنے کا بہترین حل ہے۔ ہماری AI سے چلنے والی ٹیکنالوجی کو ہمارے صارفین اور ان کے کلائنٹس کی حفاظت میں مدد کے لیے دھوکہ دہی سے بچاؤ کے جدید ترین طریقوں کی حمایت حاصل ہے۔