בינה מלאכותית גנרטיבית בשירות הפישינג
במשך זמן רב, שגיאת כתיב אחת או ניסוח מגושם הספיקו כדי לחשוף הודעת פישינג. הרמז הזה הולך ונעלם בהדרגה: כלי בינה מלאכותית גנרטיבית כותבים כיום הודעות מושלמות ומותאמות אישית, לעיתים בליווי מסמכים מזויפים משכנעים. מה משתנה בפועל, ומדוע עבודת הניתוח עוברת מהטקסט אל התשתית.
ההיעלמות ההדרגתית של השגיאות הבולטות
מודלי שפה כותבים כברירת מחדל בכל שפה טקסט תקין מבחינה דקדוקית, ללא מאמץ מיוחד מצד הרמאי. הרמזים ההיסטוריים — תרגום מכונה מסורבל, ניסוחים מוזרים, שגיאות התאמה — הופכים לפחות ולפחות אמינים. אין זה אומר שהאותות הללו נעלמו לגמרי מכל מקום: קמפיינים רשלניים יותר עדיין קיימים. אך אי אפשר עוד להסתמך עליהם כקריטריון עיקרי.
הודעות מותאמות אישית בזכות OSINT
OSINT (מודיעין ממקורות פתוחים, Open Source Intelligence) מתייחס לאיסוף מידע שכבר נגיש לציבור: פרופיל לינקדאין המציג תפקיד וחברה, הודעה לעיתונות המזכירה פרויקט מתמשך, רשת חברתית החושפת הרגלים. בשילוב עם בינה מלאכותית גנרטיבית, מידע זה מאפשר ניסוח הודעה המצטטת את השם הנכון, המחלקה הנכונה, לעיתים אף שם עמית אמיתי — ללא צורך בכל דליפת נתונים, רק חיפוש ציבורי אוטומטי בקנה מידה גדול.
מסמכים מזויפים בייצור המוני
חשבוניות, תעודות זהות, דפי חשבון בנק, חוזים: אותם כלים מאפשרים להפיק מסמכים משכנעים מבחינה חזותית, המותאמים לזהות הוויזואלית של החברה המותקפת. בשילוב עם דוא"ל מותאם אישית, הם מחזקים את האמינות הכוללת מבלי לדרוש כל מיומנות גרפית מיוחדת בשום שלב.
התאמה אוטומטית של הקמפיין
מעבר להודעה הראשונית, כלים מסוימים מאפשרים לכוונן את הקמפיין תוך כדי תנועה: ניסוח מחדש של הודעות עם שיעור קליקים נמוך, התאמת הטון בהתאם לענף המותקף, יצירת גרסאות שונות כדי להימנע מכך שאותו טקסט, ברגע שהתגלה, יהפוך לחתימה של הקמפיין כולו.
מדוע ניתוח התוכן בלבד הופך ללא מספיק
אם להודעה כבר אין שגיאות, הטון מכויל בצורה מושלמת, והמסמך המזויף משכנע, חיפוש רמזים בטקסט הופך להימור פחות ופחות אמין. קורא ממהר, גם אם ערני, עשוי בהחלט לא להבחין בשום דבר לא תקין בקריאה חטופה. המשך הסתמכות רק על סגנון ההודעה משמעו להוריד את הערנות בדיוק במקום שבו הרמאי משקיע הכי הרבה.
בעוד שהתשתית נותרת קשה להסתרה
בינה מלאכותית יכולה להפיק טקסט מושלם, אך אינה יכולה למחוק את העקבות הטכניות הקיימות באופן עצמאי מההודעה: הגיל האמיתי של שם הדומיין, זהות ספק האחסון, כתובת ה-IP של השרת השולח, או תוכן הכותרות (ראו כיצד לפרק את כל זה). מרכיבים אלה אינם תלויים באיכות עריכת ההודעה: הם שייכים לשכבה שונה לחלוטין, שאותה הבינה המלאכותית הגנרטיבית אינה מתמרנת.
זהו שינוי באיזון יותר מאשר משהו חדש לגמרי: הניתוח הטכני של התשתית תמיד היה אמצעי הפעולה האמין ביותר, גם בתקופת ההודעות הכתובות בצורה גרועה. הוא הפך כיום להכרחי, בעוד שבעבר היה זה רק נוהג משלים טוב.
מהודעה חשודה לדיווח
מול הודעה שנראית כתובה טוב מדי כדי להיות אמיתית, השאלה שיש לשאול כבר אינה "האם הניסוח חשוד?" אלא "מהיכן ההודעה הזו מגיעה בפועל, ולאן היא מובילה?": איזה IP שלח את הדוא"ל, איזה דומיין מארח את הקישור, מי יכול לפעול בנוגע לכך. מסלול זה בדיוק, מההודעה לתשתית ולאחר מכן לדיווח, הוא מה שאנטומיה של דיווח פעיל עוסקת בו.
- בינה מלאכותית גנרטיבית מסירה את השגיאות וחוסר העקביות שחשפו פעם פישינג.
- OSINT מאפשר הודעות מותאמות אישית (שם, תפקיד, הקשר) ללא כל דליפת נתונים מוקדמת.
- מסמכים מזויפים משכנעים יכולים ללוות הודעה, נוצרים באופן אוטומטי.
- תוכן ההודעה כבר אינו רמז אמין כשלעצמו: התשתית (דומיין, IP, ספק אחסון, כותרות) נותרת העקבה האמינה ביותר.
Baitback יוצא מעיקרון זה בדיוק: במקום לשפוט הודעה לפי סגנונה, הכלי מנתח ישירות את התשתית שלה — הדוא"ל עצמו, כותרותיו, קישוריו — כדי למצוא מי יכול לפעול בפועל, לא משנה מהי איכות הטקסט.