なりすまし詐欺に対抗！チェック・ポイントがAIエンジン「DeepBrand Clustering」を発表

なりすまし詐欺に対抗する革新的なAIエンジン「DeepBrand Clustering」

近年、巧妙化するフィッシング攻撃は、セキュリティの脅威として深刻化しています。こうした状況の中、AIを活用したクラウド型サイバーセキュリティプラットフォームのプロバイダーであるチェック・ポイント・ソフトウェア・テクノロジーズは、なりすまし詐欺の検知精度を向上させる新しいAIエンジン「DeepBrand Clustering」を発表しました。

教師なし学習で、ブランドなりすましを正確に検出

「DeepBrand Clustering」は、教師なし学習を活用することで、既存のブランドへのなりすまし詐欺をより効果的に検知します。この技術は、チェック・ポイントの脅威インテリジェンスデータベースであるThreatCloud AIに組み込まれており、Quantum、Harmony、CloudGuardの製品ラインで提供されます。

従来のブランドなりすまし対策の限界

従来のブランドなりすまし対策では、膨大な数のブランドを識別し、インデックス化することが困難でした。そのため、多くのフィッシング攻撃が検知されずに、消費者や企業が詐欺やサイバー攻撃にさらされてきました。

また、AIモデルの学習には、大量のデータのラベリングが必要でした。これは、多様なブランド要素を識別し、その微妙な違いを理解する作業を伴うため、人手に頼る必要がある複雑なプロセスでした。

DeepBrand Clustering – 教師なし学習で課題を克服

「DeepBrand Clustering」は、これらの課題を克服するため、教師なし学習を採用しています。この技術は、ウェブページの特徴をブランドに自動的に紐づけることで、人手に頼らず、迅速かつ正確なブランド識別を実現します。

2つのフェーズでブランドなりすましを検知

「DeepBrand Clustering」は、学習フェーズと検証フェーズの2つのフェーズで構成されています。

1. 学習フェーズ: チェック・ポイントのグローバルトラフィックから収集されたデータから、ウェブページに共通する特徴を抽出し、ニューラルネットワークを構築します。
2. 検証フェーズ: 検査されたウェブページが、学習フェーズで作成されたクラスタに属するかどうかを判断し、ブランドなりすましの可能性を評価します。