Атаки с использованием дипфейкового голоса превосходят возможности защиты: что должны знать руководители служб безопасности

[zender]

Брайан Лонг, генеральный директор и соучредитель компании Adaptive Security.


В марте 2025 года финансовый директор многонациональной компании в Сингапуре присоединилась к, казалось бы, обычному видеозвонку в Zoom со своей командой высшего руководства. Финансовый директор присутствовала. Другие руководители также появились на экране. Все выглядели уместно. Все говорили уместно.


Она санкционировала перевод 499 000 долларов еще до того, как кто-либо заметил мошенничество. Все лица на этом звонке были сгенерированы искусственным интеллектом.


У этой атаки есть свой шаблон. В начале 2024 года тот же подход был использован для кражи 25,6 миллионов долларов у Arup, одной из крупнейших в мире инженерных компаний, за один день. Метод получил широкое распространение, а инструменты, лежащие в его основе, с тех пор становятся дешевле и проще в использовании каждый месяц.


Все организации, которым удалось предотвратить эти атаки, пришли к одному и тому же выводу: нужно научить своих сотрудников делать паузу и проверять информацию, прежде чем действовать.

Инструменты для осуществления этой атаки практически ничего не стоят.​

Для клонирования голоса человека требуется три секунды аудиозаписи и бесплатная загрузка файла.


Современной модели ИИ достаточно всего трех секунд, чтобы сгенерировать полностью интерактивную голосовую копию в реальном времени из голосового сообщения, подкаста, отчета о доходах или видео на LinkedIn. Модель работает в автономном режиме, не требует технических знаний и ничего не стоит.


Количество случаев использования дипфейков голоса выросло на 680% в годовом исчислении в 2025 году. В Соединенных Штатах за один год было зафиксировано более 100 000 таких атак. Инструменты, лежащие в их основе, доступны в общедоступных репозиториях, не проходят модерацию и работают на стандартном потребительском оборудовании.


Эффективность этих атак обусловлена тщательной подготовкой. Прежде чем совершить хотя бы один звонок, злоумышленники составляют схему организационной структуры целевой организации, определяют, кто обладает финансовыми полномочиями, и изучают стандартный процесс утверждения банковских переводов.


К тому моменту, когда звонит телефон, сценарий уже написан.

Ваш комплекс мер безопасности был разработан для другой атаки.​

Атака с использованием дипфейков нацелена непосредственно на людей. Она происходит в форме разговора: знакомое лицо на экране Zoom, совпадающий голос, срочный запрос, звучащий как любой другой.


Телефонные звонки, видеоконференции и голосовые запросы находятся вне зоны контроля, для проверки которых была создана ваша система безопасности.


Даже самый совершенный в мире комплекс мер безопасности не сможет остановить эту атаку, если сотрудник, принимающий звонок, не был обучен её распознавать.

Основная целевая аудитория — финансовые отделы. Большинство из них никогда не проходили соответствующую подготовку.​

Целями этих атак являются главный бухгалтер, специалист по расчетам с поставщиками и координатор по персоналу, занимающийся начислением заработной платы. Злоумышленники, использующие технологию Deepfake, также звонят в службу поддержки ИТ с срочными запросами на сброс учетных данных, используя голос, в точности имитирующий голос технического директора. Эти сотрудники имеют полномочия перемещать деньги и изменять данные счетов.


Поверхность атаки простирается дальше, чем предполагают большинство руководителей служб безопасности. В процессе найма персонала появляются искусственные интеллекты, созданные на основе украденных профилей LinkedIn и предназначенные для прохождения видеоинтервью. После приема на работу они получают доступ к внутренним системам, исходному коду и данным компании.


Когда полтора года назад я начал обсуждать эту угрозу с руководителями служб информационной безопасности, примерно каждый десятый сталкивался с успешной атакой с использованием дипфейков в своей организации.


Сегодня эта цифра превышает половину. Большая часть того, что я слышу, никогда не попадает в новости. У компаний мало стимулов раскрывать информацию о том, что клонирование голоса обошлось им в 500 000 долларов.

Финансовые масштабы этой проблемы быстро растут.​

Ущерб от мошенничества с использованием дипфейков превысил 200 миллионов долларов только за первые четыре месяца 2025 года. За весь 2024 год общие потери составили 359 миллионов долларов. Общий объем задокументированных убытков от мошенничества с дипфейками в мире превысил 2,19 миллиарда долларов, при этом наибольшая доля приходится на Соединенные Штаты.


Среди организаций, понесших финансовые потери в результате атаки с использованием дипфейков, 61% сообщили об убытках свыше 100 000 долларов. Почти 19% сообщили об убытках свыше 500 000 долларов.


Это лишь те убытки, о которых было сообщено. Фактическая общая сумма намного выше.


Для проведения такой атаки в больших масштабах требуется три вещи: имя, трехсекундный аудиофрагмент и один сотрудник без протокола проверки. Такое сочетание есть практически в каждой организации сегодня.

Формирование рефлексов до того, как поступит звонок.​

Все компании, которые предотвращают подобные атаки до того, как начнут поступать деньги, делают одно: они обучают своих сотрудников проверять информацию, прежде чем предпринимать какие-либо действия, независимо от того, насколько знакомым или срочным кажется запрос.


Внедрение трех мер контроля ничего не стоит: устный пароль для любых финансовых запросов высокой стоимости, требование обратного звонка на предварительно сохраненный номер перед одобрением любого банковского перевода и постоянно действующая политика, согласно которой срочность любого финансового запроса является причиной для замедления обработки. Сегодня большинство организаций не имеют ни одной из этих мер.


В июле 2025 года злоумышленник использовал сгенерированный искусственным интеллектом голос, чтобы выдать себя за государственного секретаря Марко Рубио, отправляя голосовые сообщения через Signal министрам иностранных дел, действующему сенатору и губернатору. Никто из получателей не отреагировал на сообщения.


Запросы поступили через неофициальное приложение для обмена сообщениями, и одного этого несоответствия было достаточно, чтобы привлечь внимание. Об инциденте сообщили в Госдепартамент еще до того, как кто-либо отреагировал. Атака провалилась, потому что получатели подождали, прежде чем действовать.


Ежегодный модуль по соблюдению нормативных требований не разовьет такой инстинкт. Аудио, созданное с помощью технологии Deepfake, звучит абсолютно точно. Сотруднику, который никогда не сталкивался с атакой клонирования голоса, не на что опереться, когда ему позвонит финансовый директор с просьбой о немедленном переводе. Рефлекс должен быть выработан до того, как поступит такой звонок.


В Adaptive Security мы имитируем атаки с использованием дипфейков на основе искусственного интеллекта, охватывающие голосовую связь, SMS, электронную почту и видео. Когда сотруднику звонит клонированная версия его финансового директора с просьбой о срочном банковском переводе, это своего рода проверка.


В случае неудачи платформа корректирует оценку риска и предоставляет персонализированное обучение, напрямую связанное с данной ситуацией. Команды безопасности получают четкое представление в режиме реального времени о том, где они наиболее уязвимы, и могут действовать до того, как это сделает злоумышленник.


Разрыв между синтезированным голосом и человеческим сокращается быстрее, чем большинство организаций к этому готовятся. Команды, которые сегодня проводят симуляции и вырабатывают навыки проверки, — это те, кто сможет перехватить звонок до того, как он будет завершен.


Три секунды голоса вашего генерального директора уже есть в интернете. Убедитесь, что ваша команда знает, что делать, когда она позвонит.