计算机科学 > 密码学与安全
[提交于 2025年2月3日
]
标题: 基于人工智能的靶向网络钓鱼网络攻击:事实还是虚构?
标题: AI-Powered Spearphishing Cyber Attacks: Fact or Fiction?
摘要: 由于社会持续的技术进步,基于机器学习的人工智能系统的功能不断扩展,并影响着更广泛的议题。 随着技术的扩展,越来越多的人愿意滥用这些系统来欺诈和误导他人。 深度伪造技术是一种深度学习算法,能够以令人震惊的准确性将一个人的外貌或声音替换为另一个人,是这些技术之一。 本文研究了这种技术被恶意使用所带来的威胁,尤其是在网络钓鱼攻击的形式下。 它使用深度伪造技术创建类似网络钓鱼的攻击场景,并对普通个体进行验证。 实验结果表明,66%的参与者未能识别出人工智能生成的音频为虚假,而43%的参与者未能识别出此类视频为虚假,证实了人们对网络犯罪分子使用这些技术所带来的威胁日益增长的担忧。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.