Một buổi sáng, điện thoại của bạn reo. Màn hình hiển thị cuộc gọi video từ người thân hoặc lãnh đạo. Mọi thứ hiện ra vô cùng tự nhiên, từ khuôn mặt quen thuộc, ánh mắt, nụ cười cho đến chất giọng ấm áp. Đầu dây bên kia báo đang gặp sự cố khẩn cấp và cần chuyển tiền gấp. Bạn hoàn toàn không nghi ngờ vì chính mắt mình đang nhìn, chính tai mình đang nghe.

Thế nhưng, chỉ vài phút sau khi lệnh chuyển tiền hoàn tất, sự thật mới được hé lộ. Bạn đã trở thành nạn nhân tiếp theo của Deepfake 2.0, vũ khí giả mạo tinh vi hàng đầu của tội phạm công nghệ cao hiện nay.

Khi công nghệ giả mạo bước sang thế hệ 2.0

Để thấy rõ độ nguy hiểm của Deepfake 2.0, hãy nhìn lại thế hệ đầu tiên. Trước đây, Deepfake 1.0 chủ yếu là các đoạn video được xử lý sẵn (offline), tốn nhiều giờ đồng hồ để ghép mặt. Người dùng tinh ý có thể dễ dàng nhận ra những điểm sơ hở như mắt không chớp, cử động môi lệch nhịp với âm thanh, khuôn mặt đôi khi bị giật hoặc mờ viền.

Deepfake 2.0 đã xóa bỏ hoàn toàn những điểm yếu này. Được tiếp sức bởi các mô hình học sâu và hạ tầng tính toán đám mây siêu tốc, công nghệ này mang đến những khả năng vượt xa sức tưởng tượng của nhiều người.

Với khả năng tương tác theo thời gian thực, kẻ lừa đảo có thể đeo một “mặt nạ kỹ thuật số” và áp dụng “bộ lọc giọng nói” ngay trong lúc đang thực hiện cuộc gọi video trực tiếp trên Zalo, Messenger hay Zoom. Mọi cử động đầu, ánh mắt hay nụ cười đều được AI đồng bộ hóa tức thì với độ trễ gần như bằng không .

Thay vì cần hàng giờ dữ liệu ghi âm và video chất lượng cao như trước, Deepfake 2.0 chỉ cần 3 - 5 giây đoạn ghi âm giọng nói lấy từ một video bạn đăng trên mạng xã hội và 1 bức ảnh rõ mặt để dựng lại toàn bộ mô hình 3D.

Những kịch bản lừa đảo triệu đô từ thực tế

Deepfake 2.0 không còn là lý thuyết trong phòng thí nghiệm mà đã biến thành những vụ án lừa đảo thực tế gây thiệt hại nặng nề.

Kẻ lừa đảo đã dùng hình ảnh và giọng nói của con trẻ để gọi video cho cha mẹ lớn tuổi. Với tâm lý hoảng loạn khi thấy con xuất hiện trên màn hình báo đang gặp tai nạn, người già rất dễ sập bẫy và chuyển tiền ngay lập tức.

Thậm chí, kẻ gian còn giả dạng giám đốc điều hành gọi video ngắn cho kế toán trưởng, lấy lý do đang họp gấp và yêu cầu chuyển tiền cho đối tác. Yếu tố “nhìn thấy mặt sếp” cộng với áp lực thời gian khiến nhiều nhân viên bỏ qua quy trình kiểm tra nội bộ.

AI “đánh chặn” AI: Cuộc chạy đua của giới ngân hàng

Trước làn sóng tấn công của Deepfake 2.0, các phương thức bảo mật truyền thống như mật khẩu hay mã OTP qua SMS đã không còn đủ an toàn. Các ngân hàng và tổ chức tài chính bắt buộc phải dùng chính AI để “đánh chặn” AI trong cuộc chiến xác thực [1].

Nhận diện “sự sống” thế hệ mới (Liveness Detection): Hệ thống xác thực eKYC hiện đại không còn chấp nhận ảnh chụp tĩnh. Để vượt qua bước xác thực, người dùng phải thực hiện các hành động ngẫu nhiên theo yêu cầu như chớp mắt, quay đầu hoặc đọc dãy số ngẫu nhiên.

Nhiều ngân hàng còn áp dụng công nghệ Passive Liveness như sử dụng kỹ thuật phân tích phản xạ ánh sáng để phân biệt người thật với hình ảnh giả mạo. Theo đó, màn hình điện thoại phát ra các dải ánh sáng với cường độ và màu sắc khác nhau, giúp AI phân tích đặc điểm phản xạ trên bề mặt da. Những hình ảnh Deepfake hiển thị qua màn hình khác khó tái tạo chính xác các đặc điểm phản xạ tự nhiên này. Ngoài ra, AI còn có thể quét những chuyển động cực nhỏ của cơ mặt và nhịp đập mạch máu dưới da là những yếu tố mà các thuật toán tạo dựng video hiện tại chưa thể làm giả.

Phân tích phổ âm thanh (audio spectrum analysis): Để chống giả mạo giọng nói, các hệ thống bảo mật tích hợp công nghệ phân tích âm thanh chuyên sâu. Giọng nói người thật được tạo ra bởi sự phối hợp giữa thanh quản, khoang mũi và lưỡi, tạo ra dải tần số âm thanh tự nhiên. Giọng nói do AI tổng hợp khi đưa vào máy phân tích phổ sẽ lộ ra các khoảng lặng bất thường hoặc dấu vết nhiễu kỹ thuật số.

Phân tích sinh trắc học hành vi (behavioral biometrics): AI phòng thủ không chỉ nhìn vào khuôn mặt mà còn quan sát cách người dùng tương tác với thiết bị, từ tốc độ gõ bàn phím, góc cầm điện thoại, lực nhấn cho đến thói quen di chuyển con trỏ. Nếu một tài khoản đăng nhập đúng khuôn mặt nhưng cách thao tác trên máy tính đột ngột thay đổi bất thường, hệ thống sẽ ngay lập tức kích hoạt cảnh báo và chặn giao dịch.

Lá chắn từ nhận thức người dùng

Dù công nghệ bảo mật có hiện đại đến đâu, cuộc chiến chống Deepfake 2.0 chỉ thực sự hiệu quả khi có sự chủ động từ chính mỗi cá nhân. Để bảo vệ bản thân trên không gian số, các chuyên gia an ninh mạng khuyến nghị một số nguyên tắc sau [3]:

Hạn chế chia sẻ dữ liệu cá nhân: Tránh đăng tải các video nói chuyện dài, rõ tiếng hoặc hình ảnh chất lượng cao lên các nền tảng công khai, vì đây chính là “nguyên liệu” để kẻ gian huấn luyện AI.

Thiết lập “mật mã gia đình”: Thỏa thuận với người thân một từ khóa hoặc câu hỏi bí mật mà chỉ hai người biết. Khi nhận cuộc gọi video khẩn cấp yêu cầu chuyển tiền, hãy hỏi từ khóa này để xác minh.

Chậm lại một nhịp: Nếu nhận cuộc gọi video có một số dấu hiệu nghi vấn như hình ảnh hơi mờ, giọng nói đứt đoạn, bối cảnh bất thường thì hãy ngắt cuộc gọi. Sau đó, hãy dùng điện thoại thông thường gọi trực tiếp vào số di động của người đó để kiểm tra lại, tuyệt đối không gọi lại qua các ứng dụng Internet.

Deepfake 2.0 đã đưa chúng ta vào một kỷ nguyên mà câu nói “mắt thấy, tai nghe” không còn là thước đo tuyệt đối cho sự thật. Trong cuộc đua công nghệ khốc liệt này, cùng với các giải pháp bảo mật từ ngân hàng, chính sự tỉnh táo và thói quen xác minh thông tin của mỗi người dùng mới là lá chắn an toàn nhất./.

Tài liệu tham khảo:

1. Cẩm nang an toàn trực tuyến, https://mic.mediacdn.vn/639352410187198464/2024/2/22/cam-nang-an-toan-truc-tuyen-17085733585271416842326.pdf

2. Ngân hàng Nhà nước (2023), Quyết định 2345/QĐ-NHNN về triển khai các giải pháp an toàn, bảo mật trong thanh toán trực tuyến và thanh toán thẻ ngân hàng.

https://vjst.vn/deepfake-2-0-va-cuoc-chien-xac-thuc-khi-mat-thay-tai-nghe-khong-con-la-su-that-103562.html