대부분의 사람들은 AI 기반 챗봇과 같은 자동화 된 봇에 대해 알고 있습니다. 실제로 인공 지능을 활용하여 인간 사용자와 상호 작용하여 작업을 수행 할 수있는 소프트웨어 애플리케이션입니다. AI와 머신 러닝이 어떻게 봇 공격을 막아 안전한 비즈니스 환경을 보장하는지 읽어보세요.
봇 공격은 다음을 통해 점점 더 많은 기능을 끌어 들이고 있습니다. 사기 이야기. 해킹, 소셜 미디어 등을 통해 다크 웹에서 사용할 수있는 풍부한 고객 정보가 해커에게 제공되어 온라인 쇼핑객 프로필을 주문하여 돈, 제품 또는 서비스에 대한 계정을 인수합니다.
봇 감지는 온라인에 존재하는 모든 비즈니스의 주요 보안 우선 순위입니다 (또는 그래야합니다). 현재 전 세계 전체 웹 트래픽의 약 33 %가 악성 봇으로 구성되어 있으며, 끔찍한 봇은 오늘날 온라인 비즈니스가 직면하고있는 가장 심각한 보안 위협에 대한 해답이 있습니다.
누가 진실하고 신뢰할 수 있는지, 그리고 조직이이 문제로부터 어떻게 보호해야하는지에 대한 주제는 아직 답이 없습니다. 최첨단 봇 탐지 솔루션이 효과적이려면 구현해야하는 사용자 행동 분석 수준에서 훨씬 더 높은 정확도가 필요합니다.
가장 최근 세대의 봇은 이제 인간 게스트로부터 거의 불분명하며 진정한 전문 봇 탐지 노하우 없이는 탐지하기가 어렵습니다. 그들은 본질적으로 트래픽 양과 알려진 봇 서명을 검사하는 대신 방문자의 목적을 결정할 수있는 도구에 대한 요구 사항을 유발했습니다.
대다수는 자동화 된 봇에 대해 알고 있습니다. 잡담 이는 AI를 활용하여 작업을 수행하기 위해 인간 사용자와 상호 작용할 수있는 실제 소프트웨어 애플리케이션입니다 (예 : 호텔 예약, 고객 서비스 질문에 답하기 등). 그러나 일부는 단지 원칙에 기반한 것입니다.
In 어쨌든 딥 및 머신 러닝, 자연어 이해, 빅 데이터 처리, 강화 학습 및 컴퓨터 비전 알고리즘의 발전은 AI 기반 봇의 상승을위한 길을 닦고 있습니다. 인간의 행동을 모방합니다.
Amazon과 같은 조직은 주문 처리 센터에서 Alexa 기반 Echo, 새로운 Amazon Go에 이르기까지 수년 동안 AI 및 기계 학습 방법에 리소스를 투입 해 왔습니다. 아마존의 AWS 개발자 및 클라우드 플랫폼을 사용하는 모든 사람에게 기계 학습 서비스 및 도구를 제공합니다. 그러나 악성 봇은 이제 이러한 명확한 능력을 속이는 목적으로 사용할 수 있으므로 봇과 실제 인간 사용자를 구별하기가 어렵습니다.
인스 타 카트 쇼핑객들과 선반을 싣고 가게를 열고있는 식료품 점 노동자들은이 전염병의 진정한 영웅 중 하나입니다. 그것들이 없었다면 우리 중 많은 사람들은 주식을 구하고 가족을 보호 할 수 없었을 것입니다. Instacart 고객은 정기적으로 식료품 점 주차장에서 보상 요청이 애플리케이션에 표시 될 때까지 기다린 다음 수락하고 내부로 들어가 주문을 이행합니다.
일부 고객의 경우 Instacart에서 주문을 처리하는 것이 대부분의 급여입니다. 최근 Seattle Times의 기사에 따르면 Instacart 고객은 수익성있는 주문을받는 봇에 의해 차단 된 것처럼 바쁜 기간 동안 매주 최대 1,800 달러를 벌 수 있습니다.
끔찍한 봇 엔지니어는 대유행 기간 동안 Instacart의 기하 급수적 인 발전과 보급을 이상적인 시장 기회로보고 있습니다. 결과적으로 가장 크고 가장 보람있는 주문을 250 초 이내에 포착하는 불량 봇에 대한 구독을 생성하고 판매하는 것은 다양한 고객으로부터 주문을 빼앗는 것입니다. Instacart 애플리케이션의 일반적인 비용은 $ 600 ~ $ 130이며, 수많은 봇 엔지니어는 봇을 활성화하기 위해 최소 $ XNUMX 이상의 월 사용료를 요구합니다. 봇 다크 웹 연구 회사 인 DarkOwl에 따르면 엔지니어는 익명 성을 저장하기 위해 디지털 통화로 할부 만받습니다.
Instacart는 이것이 전체 주문 판매의 작은 비율이며 주문을 다시 처리하는 데 사용하는 위반자가 발견되는 것을 금지함으로써 봇과 싸우기 위해 움직이고 있다고 말합니다. 150 명의 고객이 비활성화되었으며 Instacart는 현재 몇 개의 봇 판매 사이트가 다운되었다고 주장합니다. 예를 들어 Instacart는 고객이 셀카로 신원을 확인하도록 유도하고 고객이 주문 중에 기기를 전환하지 못하도록하는 등 새로운 절차를 시작하고 있습니다. 업데이트 된 애플리케이션을 사용하는 고객은 마찬가지로 단일 주문을 30 초 동안 검토 한 후 보장하거나 다른 고객에게 전달하기로 결정할 수 있습니다. 시애틀 타임즈에 따르면 인스 타 카트는 또한 한 달 전에 바운티 프로그램을 제공하여 봇과 싸우기위한 보안 플랫폼 HackerOne의 지원을 등록했습니다.
금융 비즈니스에서 널리 퍼져 있지만 이러한 공격은 더 많은 영향을 미칠 수 있습니다. 예를 들어, 온라인 티켓 판매를 통해 AI 제어 봇은 인간 사용자라고 공언 한 다음 순간에 모든 티켓을 구매하여 결제 악용을 수행 할 수 있습니다.
또한 광고 기술 산업은 광고 사기로 인한 막대한 손실을 계속 견뎌내고 있습니다. 2016 년에 거의 총 디지털 광고 지출의 20 % 16.4 년에 2017 억 달러의 손실이 발생했습니다. 클릭 사기도 마찬가지로 봇이 호스트 사이트에 대한 수입을 창출하기 위해 웹 사이트에 호스팅 된 광고를 반복해서 클릭하여 광고주의 수입을 비우는 문제를 제기합니다.
Kount의 사기 방지 플랫폼은 감독 및 비지도 기계 학습 알고리즘을 포함한 AI 절차에 의존하는 플랫폼 중 하나로서, 위대하고 악의적 인 봇을 실시간으로 인식하여 알려진 공격과 새로운 공격을 구별하는 데 매우 적합합니다. 훌륭한 봇에 영향을주지 않고 끔찍한 봇을 차단하는 것은 어려운 경향이 있으며, 특정 조직에 도움이 될 수있는 스케치 봇을 관리하는 것이 상당히 어렵지만 다른 조직에는 끔찍합니다. 신원 신뢰 플랫폼은 비즈니스에 부정적인 영향을주지 않고 다양한 유형의 봇을 실시간으로 인식하고 해결하는 데 도움이 될 수 있습니다.
AI 및 기계 학습 알고리즘을 활용하면 사용자가 걷고 앉고 서고 입력하고 스 와이프하고 탭할 때 보여주는 근육 기억에 따라 사용자 행동 패턴을 지속적으로 학습 할 수 있습니다. 가젯을 들고 싶은 손도 가능합니다. 맞춤형 사용자 모델을 만드는 데 활용됩니다.
출처 : https://www.fintechnews.org/potential-of-ai-and-machine-learning-to-stop-bot-attacks/
