LLM и новая масштабируемость мошенничества: почему целевые атаки становятся массовыми
Большие языковые модели меняют сам характер онлайн-мошенничества. То, что раньше требовало долгой подготовки и заметных усилий, теперь гораздо проще масштабировать: LLM помогают быстро создавать убедительные сообщения и тиражировать такие атаки.
Один из возможных сценариев начинается с письма от якобы рекрутера. Дальше через него злоумышленники пытаются получить доступ к аккаунтам пользователя. Такие сообщения выглядят персонализированными и правдоподобными, поэтому распознать обман становится сложнее.
Как сообщает Tproger, распространение LLM ставит под сомнение эффективность старых эвристик безопасности. Методы, на которые пользователи и компании привыкли опираться при выявлении мошенничества, уже не работают так надежно, как раньше. В материале разбирается, почему это происходит и какие подходы могут помочь лучше защищаться в новой среде.
Вопросы и ответы
- Что именно меняется в экономике онлайн-мошенничества с появлением LLM?
Атаки, которые раньше требовали значительных усилий и подготовки, становятся масштабируемыми: LLM позволяют быстро тиражировать убедительные персонализированные сообщения для большого числа целей.
- Какой сценарий атаки статья считает наиболее показательной для бизнеса?
Один из примеров это письмо от якобы рекрутера, которое используется как точка входа для атаки на аккаунты пользователя. Такие сообщения выглядят правдоподобно и персонализированно, поэтому их сложнее распознать как мошенничество.
- Почему привычные методы выявления мошенничества начинают работать хуже?
По данным Tproger, распространение LLM снижает эффективность старых эвристик безопасности: пользователи и компании больше не могут так же надежно полагаться на прежние признаки фишинга и мошеннических сообщений.
Контекст по теме
- Palo Alto Networks описала атаки на основе «фантомных» доменов, которые генерируют LLM5 июля 2026 г.
- Исследователи описали схему фишинга через «галлюцинации» LLM4 июля 2026 г.
- Почта Mail и МегаФон сообщили о росте персонализированных фишинговых атак1 июля 2026 г.
- Исследователи показали, как путаница ролей в LLM позволяет обходить защиту от prompt injection30 июня 2026 г.