از بهار سال ۲۰۲۶، گروه‌های کلاهبردار روسی (Traffer Teams) با بهره‌گیری از مدل‌های کلاهبرداری مبتنی بر همکاری (Affiliate Fraud)، توجه عمومی به بازارهای پیش‌بینی (Prediction Markets) مانند PolyMarket و Kalshi را هدف قرار داده‌اند. تیم‌هایی نظیر AtlasCore، PolyFucked و Magnetic Team با ارائه زیرساخت‌های آماده، امکان اجرای حملات مقیاس‌پذیر را برای کلاهبرداران فراهم کرده‌اند.
مدل کلاهبرداری به عنوان سرویس (Fraud-as-a-Service)
این گروه‌ها پلتفرم‌هایی شامل وب‌سایت‌ها، پنل‌های مدیریتی، زیرساخت‌های پرداخت ارز دیجیتال (Cryptocurrency)، قابلیت‌های مدیریت قربانی و پشتیبانی فنی را در اختیار کلاهبرداران قرار می‌دهند. این مدل، موانع ورود به دنیای جرم سایبری را کاهش داده و اجازه می‌دهد حملات با تغییر روندها در بازار، به سرعت گسترش یابند. این سرویس‌ها با ترکیب رابط‌های کاربری مشابه بازارهای پیش‌بینی واقعی و مکانیزم‌های فریب، کاربران را برای واریز وجه ترغیب کرده و سپس از بازگشت سرمایه آن‌ها جلوگیری می‌کنند.
نقش هوش مصنوعی در ارتقای حملات
استفاده از هوش مصنوعی (AI) سرعت و کارایی این اکوسیستم‌های کلاهبرداری را به شدت افزایش داده است. تحلیل‌ها نشان می‌دهد که عاملان تهدید از AI در مراحل مختلف استفاده می‌کنند:
- ساخت هویت‌های مصنوعی (Synthetic Identities): استفاده از مدل‌های تولید تصویر برای ساخت اینفلوئنسرهای مجازی که برای جلب اعتماد کاربران و تبلیغ پلتفرم‌های جعلی استفاده می‌شوند.
- مهندسی اجتماعی خودکار: بهره‌گیری از مدل‌های زبانی پیشرفته مانند GPT-4o و Claude برای مدیریت گفتگوها با قربانیان و پاسخگویی به سوالات آن‌ها به گونه‌ای که کاملاً انسانی به نظر برسد.
- تولید محتوای تبلیغاتی: استفاده از ابزارهای تولید ویدیو و متن برای ایجاد محتواهای ترند در شبکه‌های اجتماعی مانند Instagram Reels و YouTube Shorts.
مکانیزم‌های فنی فریب و سرقت دارایی‌ها
پلتفرم‌های جعلی این گروه‌ها از تکنیک‌های پیچیده‌ای برای کنترل جریان مالی استفاده می‌کنند:
- دستکاری نتایج معاملات: اپراتورها می‌توانند نرخ برد/باخت کاربران را به صورت دستی یا خودکار تنظیم کنند (مثلاً تنظیم نرخ برد روی صفر برای شکست حتمی کاربر).
- قیف‌های برداشت (Withdrawal Funnels): ایجاد موانع ساختگی برای جلوگیری از خروج وجه، از جمله درخواست‌های جعلی برای تأیید هویت (KYC)، پرداخت مالیات‌های غیرواقعی یا هزینه‌های ارتقای سطح حساب.
- سرقت اطلاعات حساس: از طریق فرآیندهای KYC جعلی، اطلاعات بسیار حساس شامل اسناد شناسایی، تصاویر سلفی و جزئیات کارت‌های بانکی کاربران جمع‌آوری و سرقت می‌شود.
- شبیه‌سازی فعالیت بازار: استفاده از بات‌ها برای ایجاد حجم معاملات جعلی و فعالیت‌های معاملاتی ساختگی جهت القای حس واقعی بودن بازار به قربانی.
نتیجه‌گیری برای مدیران امنیت
این روند نشان‌دهنده تکامل اکوسیستم‌های کلاهبرداری به سمت استفاده از فناوری‌های نوظهور است. کلاهبرداران با استفاده از زیرساخت‌های آماده و ابزارهای هوش مصنوعی، توانایی خود را برای شبیه‌سازی پلتفرم‌های مالی معتبر و اجرای حملات مهندسی اجتماعی در مقیاس وسیع افزایش داده‌اند.
