Το LinkedIn έχει ανακοίνωσε κάποια νέα χαρακτηριστικά για την καταπολέμηση της απάτης και των spammers στην εφαρμογή, συμπεριλαμβανομένων νέων πληροφοριών σχετικά με το πότε δημιουργήθηκε ένα προφίλ, νέων εργαλείων για την ανίχνευση εικόνων προφίλ που δημιουργούνται από τεχνητή νοημοσύνη και προτροπών που βοηθούν στην προστασία των χρηστών από μηνύματα απάτης.
Πρώτα απ’ όλα, το LinkedIn προσθέτει ένα νέο στοιχείο “Σχετικά με αυτό το προφίλ”, το οποίο θα παρέχει περισσότερες πληροφορίες σχετικά με το πότε δημιουργήθηκε ένα προφίλ, πότε ενημερώθηκε τελευταία φορά και πολλά άλλα.
Όπως μπορείτε να δείτε σε αυτές τις εικόνες, το νέο στοιχείο ‘Σχετικά με αυτό το προφίλ’, προσβάσιμο μέσω του μενού με τις τρεις τελείες σε οποιοδήποτε προφίλ στην εφαρμογή, θα περιλαμβάνει πληροφορίες σχετικά με το πότε ενημερώθηκε το προφίλ, καθώς και αν ο χρήστης έχει καταχωρημένο email ή αριθμό τηλεφώνου στην εφαρμογή.
Αυτό θα μπορούσε να βοηθήσει να προσδιοριστεί αν πρόκειται για ένα πραγματικό άτομο που θέλει να συνδεθεί ή για έναν απατεώνα που επιδιώκει να κλέψει τις πληροφορίες σας – κάτι που έχει γίνει πιο εμφανές ζήτημα τελευταία.
Μόλις τον περασμένο μήνα, MIT Technology Review δημοσίευσε ένα άρθρο για τοmillions’ των απατηλών προφίλ LinkedIn που έχουν εντοπιστεί να προσπαθούν να παρασύρουν ανυποψίαστους χρήστες σε απάτες.
Σύμφωνα με MIT:
“Ένας απατεώνας στο LinkedIn μπορεί να προσπαθήσει να συνδεθεί με κάποιον μέσω της κοινής εργασιακής εμπειρίας, μιας κοινής γενέτειρας ή της αίσθησης ότι ζει σε μια ξένη χώρα. Πάνω από το 60% των θυμάτων που έχουν απευθυνθεί στο GASO είναι Κινέζοι μετανάστες ή έχουν κινεζική καταγωγή, στην οποία στηρίζονται οι εν λόγω δράστες για να προκαλέσουν νοσταλγία ή επιθυμία για συντροφικότητα. Οι ψεύτικοι ισχυρισμοί ότι έχουν αποφοιτήσει από τα κορυφαία πανεπιστήμια της Κίνας, στα οποία είναι διαβόητα δύσκολο να εισαχθεί κανείς, βοηθούν επίσης τους απατεώνες να κερδίσουν σεβασμό”.
Στη συνέχεια, οι απατεώνες χρησιμοποιούν αυτές τις γραμμές σύνδεσης για να παρασύρουν τους χρήστες σε απάτες επενδύσεων κρυπτογράφησης, ενώ το MIT σημειώνει επίσης ότι τα θύματα του LinkedIn “τείνουν να χάνουν περισσότερα χρήματα από τα θύματα απάτης σε άλλες πλατφόρμες‘.
Επιπλέον, κατά τη διάρκεια του περασμένου έτους, δύο ξεχωριστές βάσεις δεδομένων με πληροφορίες χρηστών του LinkedIn – η μία, σύμφωνα με πληροφορίες, με 500 εκατομμύρια εγγραφές και η άλλη με 700 εκατομμύρια – βρέθηκαν να προωθούνται σε πιθανούς αγοραστές στο dark web. Το LinkedIn διερεύνησε καθεμία από αυτές και διαπίστωσε ότι οι πληροφορίες δεν είχαν αποκτηθεί μέσω hacking, αλλά μέσω data scraping, μια πρακτική που το LinkedIn επιδιώκει να θέσει εκτός νόμου με νομικά μέσα εδώ και χρόνια.
Σε μεγάλο μέρος της απόξεσης δεδομένων σε αυτές τις περιπτώσεις οι απατεώνες απέκτησαν μόνο κάποιες πληροφορίες από το LinkedIn, τις οποίες στη συνέχεια συνέκριναν με άλλες βάσεις δεδομένων, αλλά υπάρχουν επίσης περιπτώσεις όπου οι απατεώνες συνδέθηκαν με χρήστες στην εφαρμογή για να αποκτήσουν στη συνέχεια πρόσβαση σε ακόμη περισσότερες πληροφορίες για αυτούς και τα άτομα στα δίκτυά τους.
Δεδομένης της αυξανόμενης επικράτησης και της ανησυχίας γύρω από τέτοια περιστατικά, το LinkedIn εργάζεται για την ενημέρωση των εργαλείων ασφαλείας του – εξ ου και αυτή η ενημέρωση – και αυτό το νέο χαρακτηριστικό θα μπορούσε να είναι ένα επιπλέον μέτρο που θα σας βοηθήσει να καθορίσετε με ποιους πρέπει να συνδεθείτε και ποιους πρέπει να αποφύγετε στην εφαρμογή.
Σε ένα άλλο μέτωπο, το LinkedIn έχει επίσης βελτιώσει τα μοντέλα μηχανικής μάθησης και τεχνητής νοημοσύνης για να εντοπίζει καλύτερα τις ανεβασμένες εικόνες προφίλ που έχουν δημιουργηθεί από μια εφαρμογή εικόνων τεχνητής νοημοσύνης.
Όπως εξηγεί το LinkedIn:
“Το νέο μοντέλο μας που βασίζεται στη βαθιά μάθηση ελέγχει προληπτικά τις μεταφορτώσεις φωτογραφιών προφίλ για να καθορίσει αν η εικόνα έχει δημιουργηθεί με τεχνητή νοημοσύνη, χρησιμοποιώντας τεχνολογία αιχμής που έχει σχεδιαστεί για να ανιχνεύει λεπτά τεχνουργήματα εικόνας που σχετίζονται με τη διαδικασία δημιουργίας συνθετικών εικόνων με τεχνητή νοημοσύνη, χωρίς να εκτελεί αναγνώριση προσώπου ή βιομετρικές αναλύσεις. Αυτό το μοντέλο συμβάλλει στην αύξηση της αποτελεσματικότητας των αυτοματοποιημένων αμυντικών μας μηχανισμών κατά της κατάχρησης, ώστε να συμβάλλει στον εντοπισμό και την αφαίρεση ψεύτικων λογαριασμών πριν προλάβουν να φτάσουν στα μέλη μας”.
Αυτό πρόκειται να γίνει ένα πιο διαδεδομένο πρόβλημα με την πάροδο του χρόνου, καθώς οι γεννήτριες εικόνων AI γίνονται όλο και καλύτερες στη δημιουργία πειστικών αντιγράφων περιεχομένου του πραγματικού κόσμου.
Επίσης, πιθανότατα θα γίνει πιο δύσκολο για τα συστήματα να τα εντοπίσουν – γι’ αυτό και είναι σημαντικό για το LinkedIn να ενημερώνει τα συστήματά του για τις τελευταίες ενημερώσεις, ώστε να βοηθήσει στην αφαίρεση των ψεύτικων προφίλ προτού φανούν να αλληλεπιδρούν.
Τέλος, το LinkedIn προσθέτει επίσης νέες προειδοποιητικές προτροπές στα DMs που περιλαμβάνουν “περιεχόμενο υψηλού κινδύνου που θα μπορούσε να επηρεάσει την ασφάλειά σας”.
Όπως μπορείτε να δείτε σε αυτό το παράδειγμα, στο πρώτο στιγμιότυπο οθόνης, όταν ο χρήστης αναζητά να παραπέμψει τη συνομιλία σε άλλη εφαρμογή, το LinkedIn θα προτρέπει τώρα τον παραλήπτη να διαβάσει τις συμβουλές ασφαλείας του, καθώς η παραπομπή της συνομιλίας σε άλλη πλατφόρμα είναι μια συνηθισμένη προσέγγιση από τους απατεώνες.
Στο δεύτερο, μπορείτε να δείτε πώς μοιάζει το μήνυμα χωρίς την προειδοποιητική οθόνη, όπου το LinkedIn θα περιλαμβάνει επίσης μια άμεση επιλογή για την αναφορά του μηνύματος, αν αυτό προκαλεί ανησυχία.
Σε συνδυασμό, αυτά τα νέα χαρακτηριστικά θα παρέχουν μεγαλύτερη προστασία στους χρήστες του LinkedIn και θα βοηθήσουν το LinkedIn να εντοπίζει και να επιβάλλει καλύτερα τους κανόνες του σε τέτοιες περιπτώσεις.
Και όπως σημειώνεται, με περισσότερα περιστατικά απάτης υψηλού προφίλ να πολλαπλασιάζονται στο LinkedIn, είναι ένας σημαντικός τομέας εστίασης, τόσο για να διαβεβαιωθούν οι χρήστες για την ασφάλειά τους όσο και για να εξαλειφθούν οι επιπτώσεις τους.