インドのデジタル経済を保護する方法

私NDIAのデジタルトランスフォーメーション – 手頃な価格のインターネット、デジタルバンキング、eコマースを搭載している – 利便性と包摂を強化すると、サイバー犯罪の肥沃な地位が生まれました。詐欺師は、フィッシング、OTP/UPI詐欺、個人情報の盗難、ローン詐欺、ますますデジタル逮捕などの戦術を使用して、システムの抜け穴と人間の心理学を活用します。これらの詐欺は、ハッキングスキルに依存していません。恐怖と信頼の操作にもっと依存しています。

ソーシャルエンジニアリングの危険

最も脆弱な被害者には、高齢者、農村人口、求職者やローン申請者などの弱いグループが含まれます。多くの高齢者は、デジタルの文盲のままでありながら、大幅な節約を保持しており、それらを主要なターゲットにしています。詐欺師はしばしば、そのような顧客を特定するために漏れた銀行または個人データを取得し、詐欺を調整して弱点を活用します。ソーシャルエンジニアリングは、これらの犯罪の中核にあります – 恐怖、貪欲、または緊急性を操作します。教育を受けた個人でさえ、しばしば持続的な心理的圧力の下で降伏し、犯罪者が人間の行動を深く搾取することを示しています。

最近の2つのデジタル停止事例は、恐怖の役割を強調しています。最初に、78歳の退職した銀行家は23クロールを埋められました。21の取引を通じて16のアカウントに吸い上げられました。第二に、議員の妻は14ラクに詐欺されましたが、彼女が迅速に行動したときにそれを回復することができました。一緒に、これらのケースは厳しいコントラストを示しています – 遅延は不可逆的な損失につながりますが、迅速な行動は犠牲者を破滅から救うことができます。これらのケースは、異常な取引にフラグを立てるためのAI駆動型モニタリングなどの体系的な改革の緊急の必要性を強調しています。銀行は24時間の窓内で行動することを義務付けました。サイバー警察は、銀行と法執行機関間の積極的な検出と迅速な調整は、そのような詐欺が成功するのを防ぐために不可欠です。

しかし、機関はペースを維持できませんでした。公的資金の保護を任されている銀行は、しばしばその役割を一般的な勧告の発行に制限しますが、KYCが弱いとムールのアカウントは繁栄し続けています。顧客データ – 安全に保護されることを目的としていますが、多くの場合、銀行を横切って自由に詐欺師の手に渡ります。サイバー警察は、テクノロジー、トレーニング、および労働力に関して厳しく解体されていないままであり、被害者は官僚的な遅延に閉じ込められ、回復の機会を失った。高度なツール、専門的なスキル、適切な人材がなければ、インドのサイバー犯罪との戦いにおいて意味のある保護者ではなく、象徴的なエンティティになるリスクがあります。

何千もの詐欺事件が毎日報告されていますが、多くの犠牲者がスティグマや信仰の欠如のために報告を避けているため、実際の数字ははるかに高くなっています。銀行とサイバー警察の両方からのこの体系的な無関心は、犯罪者を勇気づけ、信頼を侵食し、インドのデジタル経済の信頼性を脅かしています。

洗練された増加

サイバー詐欺は、初期の詐欺的なATMの引き出しをはるかに超えています。今日、犯罪者は、より洗練されたターゲットを絞った戦略を展開しています。フィッシング攻撃は、ユーザーを偽の電子メールまたはSMSメッセージを介して機密データを明らかにするようになります。リモートアクセス詐欺は、犯罪者がデバイスを制御できる悪意のあるアプリをダウンロードするように犠牲になります。 OTPとUPI詐欺は、ユーザーを無意識のうちに許可する取引に操作する一方、職務とローンの詐欺は若者の願望と財政的に脆弱な集団を獲得します。

同様に損害を与えるのは個人情報の盗難であり、Aadhaar、PAN、または銀行の詳細は、さらなる犯罪を犯すために誤用されています。最も驚くべき傾向の中には、犯罪者が警察、税関、または政府機関になりすましているデジタル逮捕の台頭があります。被害者は継続的な呼び出しを続け、偽の令状を示され、心理的に強制され、製造された料金を避けるために多額の支払いを強要されます。このような詐欺は、犯罪者が機関よりも速く適応する方法を示しています。ソーシャルエンジニアリングとテクノロジー対応の欺ceptionへの依存は、現在の保護措置よりも数歩先を行く方法を示しています。

大規模な詐欺は、早期の警告信号として機能するはずの繰り返しのトランザクションパターンを明らかにしています。最初はスケールです。詐欺的な転送は、顧客の通常のトランザクションよりも何倍も大きいことがよくあります。第二に、トランザクションの頻度。短い時間内に実行された複数の高価値デビット。堅牢な監視システムでは、両方とも重要なアラートをトリガーするはずです。しかし、銀行はしばしばSMS、電子メール、または電話の検証を送信できません。皮肉なことに、控えめなクレジットカードの支出とチェッククリアランスは日常的に確認コールを招待しますが、マルチクロアの普通預金口座のデビットパスはチェックなしです。

資金の目的地は、おなじみのパターンも公開しています。お金は、不完全または偽のKYCSを備えたミュールアカウントに集められます。多くの場合、大量の流入を受け取る前に、残高は無視できます。これらの資金は、レイヤー化として知られるプロセスで、小規模または協同組合の銀行に迅速に分散されており、回復をほぼ不可能にしています。凍結アカウントの遅延は問題を悪化させます。犠牲者は詐欺を報告する際にハードルに直面し、重要な24時間のウィンドウが効果的に使用されることはめったにありません。アクションが始まるまでに、資金はすでに手の届かないところにあります。

これらのパターンは、分離された異常ではなく、組織化されたサイバー詐欺の特徴です。それらを監視しないことは積極的に体系的な過失を反映しており、犯罪者は繁栄するための十分な余地を残します。

考えられる介入

現在の制度的アプローチは大部分が反応的です。詐欺は、苦情が提出された後にのみ対処されます。人工知能（AI）および機械学習（ML）は、次の方法でこのモデルを積極的な予防にシフトできます。

パーソナライズされたトランザクションプロファイル： AIは、各顧客の典型的なトランザクションサイズ、頻度、タイミング、およびリスクカテゴリ（高齢者、農村ユーザー、大型個人）をマッピングできます。顧客をクラスターにグループ化して、通常のアクティビティからの逸脱のターゲットアラートを生成できます。異常に大きな転送や頻繁な借方などの異常なパターンは、アラートをトリガーしたり、確認を必要としたり、確認するまでトランザクションを一時的にブロックすることができます。クラスタリングアルゴリズムと異常検出モデルは、異常に大きな1回限りの転送、短い間隔内の複数のデビット、または突然の流入を受けたMuleアカウントなどの動作にフラグを立てることができます。 MLシステムは、不完全または偽のKYCを持つアカウントを識別することもでき、洗濯のための導管になることを妨げます。

制度間監視： 銀行は、サイバー警察や通信と情報を共有することなく、単独で運営されています。 AI対応の詐欺情報と早期検出ネットワークにより、銀行、支払いシステム、および通信プロバイダー間のアラートのリアルタイム共有が可能になります。ある銀行が疑わしい口座を特定した場合、他の銀行に即座に通知される可能性があり、詐欺師が制度的なギャップを搾取することを防ぎます。

サイバー警察に力を与える： AIは、法執行機関のリアルタイム検出と自動アラートを提供し、24時間の重要なウィンドウ内で迅速なアクションを可能にします。グローバルなデータ共有と国際協力の強化により、AIはサイバーポリシングをより速く、より機敏で、市民に優しいものにすることができます。

銀行の説明責任を強化する： 銀行は、AI駆動型の監視を採用し、KYCのギャップをプラグインし、安全で改ざん防止の顧客データ管理のためにブロックチェーンを探索する必要があります。

今日の詐欺は目に見えません – 適切なツールで検出できます。欠けているのは、テクノロジーではなく、制度的意志です。 AI駆動型の監視により、詐欺検出は、反応的な消防から積極的な予防に進化する可能性があります。

今後の道

インドは、市民の安全性とデジタルトラストが財政的安定の中心である保護ファーストフレームワークに移行する必要があります。

銀行の場合、改革はKYCSを強化し、Muleアカウントを監査し、顧客データを保護する必要があります。ブロックチェーンは、改ざん防止レコードの共有を約束しますが、AI駆動型の監視と共有不正情報プラットフォームは必需品です。また、被害者は、不当な責任なしに、RBIによって義務付けられているように、迅速な補償を受けなければなりません。サイバー警察にとって、スピード、ツール、および機能が重要です。 24/7の迅速な応答ユニットは、グローバル化された詐欺に対処するために、より強力な国境を越えた協力によってサポートされている24時間のウィンドウ内で行動する必要があります。

誠実に追求された場合、これらの改革は、インドのデジタル経済を脆弱性から回復力に変えることができます。

Rajeev Kumarは、IIT Kharagpur、IIT Kanpur、Bits Pilani、JNUのコンピューターサイエンス＆エンジニアリングの元教授であり、DRDOとDSTの元科学者です。