Перейти до контенту

IT Фінанси

AI-антифрод: як бізнес захищає платежі від дипфейків та LLM-атак

Ганна Громова 3 хв читання
Порожня бульбашка дзвінка ініціює платіж, модуль поведінкового аналізу знімає невідповідну транзакцію з рейки до виходу
Шахрай не зламує систему, а обманює людину з правом підпису, тому захист переносять на аналіз поведінки платежу.

Дипфейк-дзвінок від «директора» з проханням терміново підтвердити платіж — уже не сценарій з кіно, а реальна схема шахрайства, проти якої класична двофакторна автентифікація та статичні ліміти транзакцій безсилі: зловмисник не зламує систему, а обманює людину, яка має право її авторизувати. Саме тому фінансовий сектор і eCommerce переходять від реактивного захисту до превентивних, побудованих на ШІ моделей — коли система шукає підозрілу поведінку до того, як шахрайство відбулось, а не після.

Три рівні захисту, які реально впроваджують компанії

Сучасні ШІ-системи кіберзахисту вбудовуються в ІТ-контур компанії на трьох різних рівнях, і кожен закриває свій тип загрози.

Поведінкове виявлення аномалій (XDR за підтримки ШІ). Замість очікування відомих вірусних сигнатур, система безперервно аналізує поведінку користувачів, трафік і активність API — нетипову швидкість вивантаження бази даних чи приховані спроби підбору паролів. При виявленні відхилення скомпрометований вузол ізолюється автоматично, без очікування рішення людини.

Виявлення дипфейків через Liveness-тестування. Оскільки шахраї навчилися генерувати фотореалістичні відео й підроблені голоси для підтвердження платежів, системи верифікації аналізують попіксельну глибину відео, мікрорухи шкіри та специфічні акустичні патерни голосу — ознаки, які складно відтворити генеративною моделлю в реальному часі. Точні показники ефективності таких систем залежать від конкретного вендора й типу атаки — узагальнена «точність 99,8%» з маркетингових матеріалів не підтверджена незалежними тестами, тому оцінювати варто на власному пілоті, а не на заявленій цифрі.

Захист від ін’єкцій у корпоративні LLM (Prompt Injection Defense). Компанії, що використовують автономних ШІ-агентів у CRM- і ERP-системах, ризикують прихованим маніпулюванням через вхідні запити клієнтів — коли зловмисник формулює запит так, щоб змусити модель розкрити внутрішні дані. Спеціалізований фільтр перевіряє вхідні текстові потоки до того, як вони потраплять у корпоративну модель.

Що каже Gartner насправді

Gartner у переліку топ-трендів кібербезпеки на 2026 рік виділяє Preemptive Cybersecurity — зсув захисту від реактивної моделі до превентивної, коли ШІ блокує загрозу до того, як вона реалізується, а також окремий тренд AI Security Platforms — централізований контроль над сторонніми й власними AI-застосунками компанії.

Конкретні цифри, які дає аналітична компанія, теж відрізняються від того, що часто цитують без перевірки: до 2027 року понад 40% усіх витрат на кібербезпеку буде прямо пов’язано з AI-можливостями (проти 8% у 2023-му), а до 2028 року 50% зусиль реагування на інциденти в корпоративній кібербезпеці стосуватимуться саме кастомних AI-застосунків компаній. Жодного офіційного числа на кшталт «70% зниження успішних атак» Gartner не публікував — якщо десь трапляється така цифра без прямого посилання на конкретний звіт, її варто сприймати як непідтверджену.

Чек-лист: з чого почати

  1. Технічний аудит вразливостей. Перевірити підключені пристрої, хмарні сховища й відкриті API-інтерфейси на слабкі місця перед тим, як обирати платформу захисту.
  2. Пілот ШІ-платформи класу XDR/SIEM. Обрати рішення, що навчається на локальному трафіку компанії, а не тільки на загальних сигнатурах — і протестувати на реальних даних перед повним розгортанням.
  3. Zero-Trust для внутрішнього доступу. Кожен крок ШІ-агента чи співробітника — з окремою верифікацією, без «довіри за замовчуванням» усередині мережі.
  4. Регулярний red teaming. Планові симуляції атак, включно з дипфейк-дзвінками, у закритому тестовому середовищі — щоб перевіряти захист на практиці, а не тільки на папері.

Чому це важливо для українського бізнесу

Для українських компаній, що проходять фінмоніторинг НБУ й одночасно масштабують eCommerce чи fintech-продукти, головний практичний висновок такий: перехід на превентивний ШІ-захист — це не одноразова покупка софту, а зміна процесу, яка вимагає розрахунку сукупної вартості володіння (TCO) і пілотного тестування перед повним впровадженням. Компанії, що вже пройшли цей шлях, повідомляють про менше операційних збоїв саме тому, що впроваджували захист поступово, а не одразу замінювали всю інфраструктуру — це узгоджується із загальним трендом автоматизації, який ми відстежуємо в хабі Бізнес в Україні.

Поділитися матеріалом

Порожня бульбашка дзвінка ініціює платіж, модуль поведінкового аналізу знімає невідповідну транзакцію з рейки до виходу AI-антифрод: як бізнес захищає платежі від дипфейків та LLM-атак IT delo.net.ua

Куди поділитися