今年5月在香港就发生一宗令人瞠目结舌的AI诈骗。当时，一家跨国公司的员工受邀参加总部发起的视讯会议。在会议中，他按照与会人员的要求，将价值2亿港币（约1亿1118万令吉）的资金转移到不同的银行帐户。

然而，他事后才发现自己上当受骗，原来当天的视讯会议中，除了他是真人，其他所有人都是利用深伪技术制造的假影像。

深伪技术（Deepfake）是结合深度学习和伪造技术，利用AI智能技术合成图片、影像和声音，以达成换脸和变声的效果。

现今，人工智能AI诈骗手法的范围非常广泛，除了AI诈骗电话，还有声纹诈骗，使用深伪技术生成相似真实语音进行诈骗电话，例如模拟银行人员、政府官员或其他亲人，以骗取个人资讯或进行金融诈骗。

此外，还有使用AI生成式内容和设计制作看似正式的网站或应用程式，以骗取用户的登入资讯、信用卡资料等敏感资讯。

再者，更有使用AI生成式的邮件内容，制造看似真实的邮件，引诱受害者点击恶意连结、下载恶意附件或提供个人资讯。例如：要求“更新您的帐户”或“最后警告：您的包裹将退回给寄件人”等，诱骗提供个人帐号密码、点选邮件所附的连结或执行附加档案，甚至要求转帐等。

案件增加十倍

近两三年间，犯罪分子广泛使用生成式AI工具，如ChatGPT及其地下版本WormGPT、FraudGPT），用于网络钓鱼、密码破解和制作深伪影片与声音等欺诈活动。

这些技术也被用来制造假身分以通过反洗钱检查，进行身分欺诈，从2022年到2023年，深伪技术欺诈案件已增加了十倍。这些AI生成的影片和声音被用来进行敲诈、冒充他人，以及进行社会工程攻击。

这些欺诈手段主要针对银行和电信等行业，用于欺骗身分验证系统。更有甚者，犯罪集团开始提供AI驱动的“欺诈即服务”，使得那些没有技术专长的人也能轻松获取欺诈工具，例如深伪创建和身分欺诈包，这极大地增加了欺诈活动的规模和可及性。

这些AI欺诈事件显示随着AI技术发展，犯罪分子欺诈手段越来越复杂，社会需更加先进的防范机制。

谨慎谨慎再谨慎

从已知的国内外AI诈骗新闻中，提醒民众需从多个角度防范网路诈骗，以及谨慎保护个人生物辨识资料。

一、 小心视讯通话和脸部扫描
应避免随意接听陌生视讯通话，尤其是对方要求开启镜头时，即使看似客服或朋友，也可能是骗子藉机取得脸部资料。

二、防指纹套取
不要轻易按照陌生人指示在手机上点击荧幕，尤其是涉及指纹扫描或荧幕指纹解锁的操作，因指纹可能会被不法分子用来解锁手机或其他恶意操作。

三、警惕网购诈骗
不透过社群媒体付款，最好选择更安全的支付方式。

四、避免点击未知连结或下载文件
民众应始终对陌生连结或未经确认的文件保持警惕，防止设备被恶意软体感染。

五、及时保护帐户安全
当接收到异常的OTP（一次性密码）简讯时，民众应立即与银行联系，并关闭设备，避免资金损失。

六、助长者提高防范意识
子女应定期提醒和协助长辈检查手机设置，确保资金安全。

常见四大手法

随着AI技术的日益精进，诈骗集团利用AI来进行更具欺骗性的诈骗活动。常见的AI诈骗手法大略如下：

⊙深伪技术：
──换脸换声： 利用AI技术将自己的脸或声音换成他人，制造虚假讯息或影片，佯装成熟人或公众人物诈骗；

⊙制造假新闻：将不存在的人物或事件合成到真实影片或照片中，散布假消息，影响舆论。

⊙自然语言处理：
──模仿对话：利用AI聊天机器人模拟真实对话，诱骗受害者提供个人资讯或转帐。

⊙生成式AI：
──创造虚假内容： AI生成虚假的文章、图片、影片等，误导或欺骗他人。

3迹象定假冒

在诈骗横行的时代，我们要懂得如何靠“观察”分辨Deepfake诈骗。

美国资安公司Pindrop建议，消费者应谨慎对待任何一通要求个人资讯的电话，无论亲朋好友或上司，只要涉及金融交易，就要再三确认电话来源。

只要电话中的声音出现以下3种迹象，很有可能是AI伪造出来的语音人声：

──长时间停顿和声音失真；

──令人出乎意料的转帐要求；

──要求提供更多资料。

记取3个自救法

●如果对方打电话
── 检查来电号码，最前面是否有“+”，若有“+”号，极高几率为诈骗电话，可能来电是非本人的假号码。

●如果对方打视讯电话
──要求对方“向左看，向右看”！这是由于如果是 AI 合成的假脸，脸部在转动时会出现残影、模糊、晃动或向外延伸等不自然的异样变化。
── 要求对方“举手、在脸部前方挥手”！如果是 AI 合成的假脸，此时手部会出现透明、模糊、扭曲、手指比例缺陷等异常变化。

安全性存争议

在AI时代，人脸和指纹辨识的安全性相较于传统密码存在一定的争议，主要原因在于生物特征一旦被泄露，无法更改，而密码可以随时重置。

传统密码的优点在于其可更改，一旦发现密码泄露可立即更改密码，而生物特征一旦被盗用则无法更改。

此外，密码的复杂性可以增强安全性，而生物辨识技术的安全性往往依赖技术的准确性和防欺骗能力。

●人脸辨识的安全性
人脸辨识尽管其便捷性高，但技术的局限性使得其面临多种安全风险。例如，使用者闭眼或脸部被遮挡时仍能识别，导致安全隐患。此外，骇客可透过照片或影片产生三维模型欺骗系统，从而绕过安全验证。

●指纹识别的安全性
指纹一旦被他人取得，可在任何时候被用来解锁设备，尤其是在使用者睡觉时。
与人脸辨识相比，指纹辨识的风险在于其容易被复制和使用，尤其是在公共场合留下的指纹可以被他人利用。