Mga Deepfake para Ma-bypass ang KYC - Epektibo Ba Ito?

Ang mga large language model ay orihinal na inaasahang gagamitin para sa mga nakakainip at paulit-ulit na gawain—mga trabahong umuubos ng maraming oras bawat linggo ngunit walang gaanong naidudulot na kabuluhan sa iyong buhay. Sa katunayan, natutunan na nilang gayahin ang iyong personalidad. Sa kasalukuyan, ginagamit na ang mga ito upang i-bypass ang mga restriksyon sa KYC, mag-log in sa iyong exchange account, at kumbinsihin ang verification system na ang isang pekeng tao ay katanggap-tanggap upang humawak ng pera.

Simple lang ang sitwasyon dahil ang lahat ng materyal na ibinibigay mo kapag nagbeberipika ng iyong pagkakakilanlan ay digital information. Binubuo ito ng litrato ng iyong mukha, na-scan na kopya ng iyong ID, at video kung saan kumukurap ka ayon sa iniutos. Ang lahat ng ito ay data lamang na dumadaan sa internet. Kung ang data ay kayang pekein nang may sapat na katumpakan, tatanggapin ito ng makina sa kabilang panig nang ganoon kadali. Walang taong nakikibahagi sa proseso; sa halip, ang nangyayari ay may isang makinang naghahanap ng mga pattern at isa pang makinang kayang lumikha ng kaparehong mga pattern. Kaya naman, nililinlang ng isang artificial intelligence ang isa pa, habang ang iyong pera at pagkakakilanlan ang nasa gitna ng panganib.

Hindi lamang ito teoretikal na pangamba; ipinapakita ng isang pandaigdigang pagsusuri sa mahigit isang bilyong identity verification event na ang deepfake fraud ay bumubuo ng isa sa bawat limang kaso ng biometric fraud. Ang bilang ng mga tangkang gumagamit ng mga deepfake selfie ay tumaas nang 58% noong 2025 pa lamang. Nagkaroon ng 783% pagtaas sa mga injection attack noong 2024, kung saan ang pekeng video ay direktang ipinapasok sa feed ng camera. Ang teknolohiyang kailangan para gawin ang ganitong mga aksyon ay nagkakahalaga lamang ng humigit-kumulang dalawampung dolyar at tumatagal ng tatlumpung minuto. Ang mga ganap na synthetic identity, na kayang pumasa sa mga KYC check, ay mabibili sa mga dark web marketplace sa halagang dalawang daang dolyar.

Patuloy na gumagana ang sistema dahil hindi kailanman binuo ang mga ito upang makakita ng ganitong uri ng panloloko; idinisenyo ang mga ito para makatukoy ng mga photocopy, screenshot, at mga pagkakataon kung saan ginamit ng isang tao ang pagkakakilanlan ng iba. Hindi layunin ng mga sistema na makatukoy ng mukhang gawa ng makina na hindi naman talaga umiral kailanman, kasama ang isang ID na gawa rin ng makina na hindi kailanman inisyu, at isinumite ng isang taong gumagamit ng real-time face-swap software upang lampasan ang liveness check na dapat sana ay magpapatunay na sila ay tao.

Kapag ang mga Makina ay Nagsisinungaling sa Kapwa Makina

Ang panloloko ay hindi lamang limitado sa mga crypto exchange, kahit na ang crypto ang bumubuo sa 88% ng lahat ng natuklasang deepfake fraud sa buong mundo; nangyayari rin ito sa mga bangko, online retailer, at fintech platform, sa anumang sitwasyon kung saan automated ang pagberipika ng pagkakakilanlan at inaasahan agad ang tiwala. Ang pamamaraang ginagamit para i-verify ka ay naghahanap ng partikular na mga palatandaan: tumutugma ba ang mukha sa selfie sa mukha na nasa ID? Kumukurap ba ang tao kapag sinabihan? Mayroon ba ang dokumento ng tamang font, hologram, at mga security feature? Ang lahat ng check na ito ay maaari nang ma-bypass ngayon hindi sa pamamagitan ng komplikadong hacking, kundi sa paggamit lamang ng mga prompt na inilalagay sa isang image generator at tatlumpung minuto ng video editing.

Nanakaw ang lahat ng retirement savings ni Kyle Holder na nagkakahalaga ng tatlong daang libong dolyar sa loob lamang ng tatlong buwan dahil sa panlolokong may kinalaman sa AI manipulation.

Sinabi ng mga opisyal ng IRS na may hawak ng kanyang kaso na walang natira. Hindi direktang gumamit ang scam ng deepfake KYC, ngunit nakabatay ito sa parehong prinsipyo — ang tiwalang nilikha ng AI. Kasama rito ang mga pekeng trading platform, gawa-gawang kita, mga deepfake video ng mga executive, at mga na-clone na boses. Nang sinubukan niyang i-withdraw ang kanyang pera, naglaho ang platform.

Ang mga scammer na nagnakaw ng kanyang ipon ay hindi na kinailangang mang-hack o pumasok nang sapilitan, dahil sapat na para sa kanila na magmukhang totoo sa loob ng sapat na panahon upang maniwala siya sa kasinungalingan.

Ano ang P pinepeke at Paano

Ang nakikitang bahagi ay ang mga deepfake, ngunit hindi nito kinakatawan ang buong sitwasyon. Gumagamit ang mga scammer ng artificial intelligence upang gumawa ng mga pekeng dokumento, lagda, transaction history, account balance, verification email, palitan ng mensahe sa customer support, at maging ng mga real-time video call. Lumilikha sila ng mga synthetic identity sa pamamagitan ng pagsasama-sama ng mga ninakaw na totoong data at mga gawa-gawang impormasyon—tulad ng isang tunay na Social Security number, pekeng pangalan, AI-generated na mukha, at tunay na tirahan. Bagama't ang bawat bahagi ng pagkakakilanlan ay pumapasa sa mga indibidwal na database check, walang nag-iisang totoong tao sa likod ng pagkakakilanlang iyon.

Ang synthetic identity fraud, na ganito ang uri, ang naging pangunahing anyo ng financial crime noong 2025 dahil pinagsasama nito ang kredibilidad ng tunay na data at ang flexibility ng kabuuang katha. Ang indibidwal na nag-aaplay para sa account ay hindi nagpapanggap na ibang tao; sa halip, gumagawa sila ng isang bagong tao, isa na lumilitaw na lehitimo sa lahat ng automated system na ginagamit sa pagsusuri, kahit na ang taong ito ay umiiral lamang bilang isang set ng mga data point na nagkataong nagtutugma.

Natuklasan sa isang audit na isinagawa sa labing-anim na komersyal na AI image generator noong 2026 na sa pitumpu't limang pagtatangka, animnapu't siyam ang nagresulta sa hitsurang kahawig ng ID, at lima sa mga modelo ang nakagawa ng mga larawang mukhang tunay na mga dokumento ng gobyerno. Hindi ito mga mabusising pamemeke na nangangailangan ng kaalaman sa loob tungkol sa security printing. Ang mga ito ay mga larawang binuo gamit ang mga pampublikong tool, bilang tugon sa mga prompt mula sa mga taong hindi pa nakakatuntong sa isang opisina ng pasaporte kailanman.

Mukhang totoo ang mga dokumento dahil sinanay ang AI gamit ang mga tunay na dokumento. Mukhang makatotohanan ang mga mukha dahil sinanay ang AI sa mga totoong mukha. Hindi nanghuhula ang sistema; sa halip, muli nitong binubuo ang mga natutunan nito, at ang natutunan nito ay sapat na kapani-paniwala upang linlangin ang parehong mga makina at mga tao.

Pamemeke sa Human Test

Ang liveness detection ay nilikha para tugunan ang problemang ito. Diretso ang konsepto: utusan ang user na magsagawa ng aksyon na hindi kayang gayahin ng isang litrato o video. Maaaring kabilang dito ang pagkurap, paglingon ng ulo, pagngiti, o pagsunod ng mga mata sa isang gumagalaw na bagay. Kung kaya mong gawin ang mga aksyong ito nang real-time, dapat ay isa kang totoong tao na gumagamit ng totoong telepono, at hindi isang taong nagpe-play lang ng recording.

Ang problema ay ipinagpapalagay ng liveness detection na totoo ang video feed; inaakala nitong ipinapakita ng camera kung ano mismo ang nasa harap nito. Gayunpaman, ang modernong teknolohiya ng deepfake ay hindi na kailangang linlangin ang camera dahil kaya nitong mag-inject ng pekeng video nang direkta sa stream, na ganap na umiiwas sa paggamit ng lens. Nirerekord ng software ang verification challenge, gumagawa ng synthetic na tugon nang real-time, at pagkatapos ay ipinapadala ang tugong iyon pabalik sa sistema na para bang nanggaling ito sa camera. Samakatuwid, natutukoy ng liveness check ang pagkurap ng tao kapag inutusan, ang paglingon ng ulo, at pagngiti; wala itong paraan upang malaman na wala talaga roon ang tao.

Iyon ang dahilan kung bakit nagkaroon ng 783% pagtaas sa mga injection attack sa loob lamang ng isang taon — ang depensa ay idinisenyo para sa maling uri ng banta; binuo ito upang tumukoy ng mga replay attack at mga nakalimbag na litrato, hindi ng real-time synthesis.

Maraming platform ang lumipat sa passive liveness detection, isang pamamaraan na sumusuri sa video nang hindi kinakailangang gumawa ng anumang aksyon ang user. Sinusuri nito ang mga micro-expression, daloy ng dugo sa ilalim ng balat, mga anino, at repleksyon na kumikilos na tila nasa tatlong dimensyon. Bagama't mas epektibo ang paraang ito, hindi pa rin ito perpekto. Sinasanay na rin ng mga scammer ang sarili nilang mga modelo base sa mga palatandaang hinahanap ng passive liveness detection, tinatanggal ang mga kapansin-pansing depekto, nagdaragdag ng ingay o grain na kahawig ng tunay na camera, at nagpapasok ng maliliit na kakulangan na nagbibigay ng anyong tao sa isang bagay.

Natuklasan sa isang pag-aaral noong 2026 na 0.1% lamang ng mga kalahok ang nakapaghiwalay nang maayos sa totoong content mula sa content na gawa ng AI. Dahil hindi ito kayang gawin ng mga tao at ang mga automated system naman ay sinasanay na tumukoy sa mga pattern na kasabay ding sinasanay na likhain ng AI, ang usapin ay hindi kung magtatagumpay ang mga depensa. Ang usapin ay kung gaano katagal bago tuluyan nang mabigo ang mga ito.

Ano ang Kahulugan Nito para sa Iyo

Kung nagmamay-ari ka ng crypto at na-verify mo na ang iyong pagkakakilanlan sa isang exchange, kung saan nagsumite ka minsan ng selfie kasama ang valid ID upang patunayang ikaw ang taong sinasabi mo, ang parehong sistema na ginamit upang i-verify ka ay maaari ring malinlang. Nangangahulugan ito na ang ibang tao ay maaaring gumawa ng isang synthetic identity, dumaan sa parehong proseso ng beripikasyon na pinagdaanan mo, magbukas ng account, at pagkatapos ay gamitin ang account na iyon upang maglipat ng pera, mag-money launder, o tangayin ang mga asset ng ibang tao.

Nangangahulugan din ito na maaaring gamitin ang iyong pagkakakilanlan nang hindi mo nalalaman. Sa panahong ito, hindi na kailangan ng scammer na nakawin ang iyong buong pagkakakilanlan; ang kailangan lang nilang makuha ay ang litrato ng iyong mukha, isang bagay na malamang ay available na online kung nag-post ka na sa social media. Pagkatapos ay gagamitin nila ang litratong iyon gamit ang isang face-swap tool upang lumikha ng deepfake video mo habang nagsasagawa ng liveness check, pagsasamahin ito sa isang pekeng ID na naglalaman ng iyong mukha ngunit may kaunting pagbabago sa pangalan, at isusumite ito sa isang platform na walang matibay na kakayahan sa pagtukoy ng deepfake. Kapag naaprubahan ng platform ang aplikasyon, magkakaroon sila ng account na kamukha mo, kaboses mo, at kayang pumasa sa mga pamamaraan ng beripikasyon na dapat sana ay magpapatunay na ikaw nga ang taong iyon.

Mahirap maunawaan ang lawak ng problemang ito hangga't hindi mo tinitingnan ang mga datos. Noong 2025, nalugi ang mga Amerikano ng mahigit labing-isang bilyong dolyar dahil sa cryptocurrency fraud, na kumakatawan sa higit kalahati ng lahat ng perang nawala mula sa internet crime na iniulat sa FBI. Sa buong mundo, ang mga crypto scam ay kumita ng hindi bababa sa labing-apat na bilyong dolyar on-chain noong 2025, isang pagtaas mula sa mas mababa sa sampung bilyong dolyar noong 2024. Sa unang quarter pa lamang ng 2026, ang mga AI deepfake ay nagdulot ng mga pagkalugi na umabot sa 577 milyong dolyar, at ngayon ay nasa likod na ng 40% ng mga high-value crypto fraud.

Hindi kumikilos nang mag-isa ang mga scammer; bahagi sila ng isang organisadong operasyon. Isang imbestigasyon noong 2025 ang nagbunyag ng isang fraud ecosystem na nagkakahalaga ng 187 milyong dolyar na umabot sa Australia at United States, na umaasa sa mga pekeng trading platform, deepfake endorsement ng mga kilalang personalidad, at tiwalang minanipula gamit ang AI. Kinuha ng operasyon ang mga sikat na YouTube channel, gumamit ng deepfake audio at video upang gayahin ang mga opisyal na komunikasyon ng mga lehitimong crypto company, at nag-alok ng mga pekeng airdrop sa mga taong magpapadala muna ng pera. Libo-libong indibidwal ang nalinlang nito.

Pagprotekta sa Iyong Sarili sa Mundong Puno ng Deepfake

Bagama't hindi mo mapipigilan ang iba na pekein ang iyong mukha, maaari mong gawing mas mahirap para sa kanila na gamitin ang pekeng iyon upang magnakaw sa iyo. Ang una mong linya ng depensa ay hindi teknikal; ito ay nakasalalay sa iyong pag-uugali.

1. Siguraduhing naka-enable ang lahat ng available na security feature sa anumang account na naglalaman ng pera o sensitibong impormasyon, tulad ng two-factor authentication, biometric login, withdrawal whitelist ng mga address, at email confirmation para sa bawat sensitibong aksyon. Ang bawat hakbang sa seguridad na ito ay nagpapahirap sa iba na kontrolin ang iyong account kahit na magawa nilang lampasan ang proseso ng KYC.

2. Sa tuwing makakatanggap ka ng video, voice message, o iba pang paraan ng komunikasyon mula sa isang taong humihingi ng pera o nagpapabigay ng iyong mga credential, ituring itong peke hangga't wala kang matibay na patunay. Tumaas ng 1,400% ang crypto impersonation scam noong 2025. Kung ang taong nagpapanggap bilang iyong CEO, kaibigan, o celebrity ay nakikipag-ugnayan sa iyo tungkol sa isang investment opportunity, i-verify muna ang sitwasyon sa pamamagitan ng isang independyenteng channel bago gumawa ng anumang hakbang.

3. Hindi kailanman kinakailangang magpadala ng cryptocurrency upang mag-claim ng airdrop, mag-unlock ng account, o magpatunay ng iyong pagkakakilanlan; ang mga lehitimong platform ay hindi kailanman hihingi ng bayad para makatanggap ka ng pera. Ganito binuo ang bawat pekeng airdrop scam, at marami pa rin ang nabibiktima dahil mukhang totoo ang mga video at mensahe.

4. Gumamit ng mga platform na may matatag na anti-fraud system. Dahil hindi lahat ng exchange o serbisyo ay namuhunan sa deepfake detection, ang mga nakagawa nito ay tiyak na ipagmamalaki ito, dahil naging kalamangan na ito sa kompetisyon. Maghanap ng multi-modal verification, behavioural analysis, session-level integrity controls, at advanced na liveness detection na higit pa sa simpleng blink-and-turn test.

5. Tiyaking gumagamit ang serbisyo ng 3D liveness detection o passive biometric analysis dahil ang mga pamamaraang ito ay mas mahirap linlangin kaysa sa mga active liveness check; hindi lang sinusuri ng mga ito kung nasusunod mo ang mga tagubilin, sinusuri rin nila ang lalim, micro-expressions, at physiological signals na mahirap kopyahin nang kapani-paniwala ng synthetic video.

6. Ituring ang iyong mukha bilang isang password at limitahan ang bilang ng mga high-resolution na litrato mo na available sa publiko. Kinokolekta ng mga scammer ang mga mukha mula sa mga social media site upang gamitin sa mga deepfake. Kung mas marami kang high-resolution na larawan online, mas madali silang makakagawa ng kapani-paniwalang peke.

7. Kapag naglilipat ka ng malaking halaga ng pera, lalo na patungkol sa malalaking USDT transfer o iba pang high-value crypto transaction, dapat kang gumamit ng mga serbisyong nagbibigay-daan sa iyong suriin ang mga bayarin at mga ruta bago magpatuloy. Madalas samantalahin ng mga scammer ang pagkaapurado at ang kalituhan tungkol sa mga fee, na humahantong sa pagpapadala ng mga biktima sa maling address o pagbabayad nang higit pa sa kailangan. Sa kabilang banda, ang mga lehitimong platform ay nagbibigay-daan sa iyo na kalkulahin ang mga gastos nang maaga, i-verify ang mga address ng tatanggap, at suriin ang lahat ng detalye bago isagawa ang transaksyon.

Kumikilos naman ang industriya, ngunit sa mabagal na bilis. Sa kasalukuyan, ang pinahusay na mga proseso ng beripikasyon ay may kasamang multi-modal check na magkakasamang sumusuri sa mga dokumento, facial biometrics, voice patterns, at behavioural signals. Ang ilang platform ay bumubuo ng mga evidence package sa session level na naglalagay ng timestamp at cryptographically seal sa bawat frame ng isang verification session, na lumilikha ng forensic record na maaaring magpakita kung totoo ang session o na-inject lang. Ang ilan sa mga platform na ito ay nagsasama rin ng mga third-party trust service provider na nagsisilbing neutral na saksi sa proseso ng beripikasyon, na nagpapahirap sa isang scammer na pumeke nang hindi nag-iiwan ng bakas.

Gayunpaman, ang mga pananggalang na ito ay hindi ginagamit ng lahat ng platform. Napakarami pa rin ang umaasa sa paraang document-plus-selfie, isang pamamaraan na napatunayan nang pumapalya mula pa noong 2024. Hindi pa ina-upgrade ng mga platform ang kanilang mga sistema dahil mataas ang gastos sa pagtukoy ng mga deepfake at ang epekto ng panloloko ay kadalasang pinapasan ng mga user kaysa ng mismong platform.

Ang Halaga ng Isang Mundong Walang Mapapatunayang Totoo

Ang tunay na usapin ay hindi lamang tungkol sa teknolohiya kundi isang bagay na pundamental. Pumapasok na tayo sa isang yugto kung saan naging napakahirap nang patunayan na ikaw nga ang taong sinasabi mo. Ang mga sistemang binuo upang suriin ang pagkakakilanlan ng mga tao ay nalalampasan na ng mga tool na mas mura pa kaysa sa isang pagkain at mas mabilis gawin kaysa sa iyong biyahe papuntang trabaho. Ang tiwala, na dati nang marupok sa online environment, ay tuluyan nang nasisira dahil sa content na mukhang totoo, tunog totoo, at kumikilos nang totoo kahit na hindi naman.

Hindi ibig sabihin nito na nagwakas na ang KYC, kundi kailangan lamang lumampas ng KYC sa kaisipang ang selfie at ID ay sapat nang patunay para sa anupaman. Ang mga platform na makakaligtas sa pagbabagong ito ay yaong mga nagtuturing sa beripikasyon bilang isang tuloy-tuloy na proseso sa halip na isang beses lamang na checkpoint; bubuo sila ng tiwala sa paglipas ng panahon sa pamamagitan ng paggamit ng mga behavioural signal, transaction pattern, device fingerprint, at madalas na re-authentication sa halip na umasa sa isang beses na patunay na maaari namang pekein.

Ipinapahiwatig nito na ang mga user mismo ang kailangang umako sa tungkulin ng beripikasyon. Hindi mo na maaaring ipagpalagay na dahil inaprubahan ng isang platform ang isang partikular na tao ay totoo na ang taong iyon. Gayundin, hindi mo na maaaring ipagpalagay na dahil makatotohanan ang hitsura ng isang video ay totoo na ito. Kailangan mo itong i-verify sa sarili mong pagsisikap sa pamamagitan ng iba pang mga channel at gamit ang mga tool at pamamaraang mas mahirap pekein.

Ang pinansiyal na epekto ng pagkakamali rito ay hindi lamang ang tanging pinsala; mayroon ding unti-unting pagguho sa pangunahing paniniwala na ang taong nasa kabilang panig ng transaksyon ay ang taong sinasabi nila. Kapag nawala ang paniniwalang iyon, bawat interaksyon ay kailangang harapin nang may pagdududa at bawat transaksyon ay kailangang independyenteng suriin, kaya ang tiwala ay hindi na basta-basta maibibigay nang libre.

Nalulusutan nga ng mga deepfake ang mga pamamaraan ng KYC. Hindi man ito totoo sa lahat ng pagkakataon o sa lahat ng platform, ngunit sapat ang dalas nito upang umabot sa bilyon-bilyon ang halaga ng panloloko. Ang usapin ay hindi kung patuloy ba itong mangyayari. Ang tanong ay kung makakasabay ba ang mga depensibong hakbang bago maging napakataas ng halaga ng kawalan ng aksyon upang balewalain.

Nagsasama ang panloloko at kalituhan pagdating sa mga bayarin sa transaksyon. Ang mga fee na binabayaran mo kapag naglilipat ng pera on-chain, partikular sa mga transaksyon ng USDT sa mga network tulad ng TRON, ay maaaring magkaiba-iba nang malaki depende sa paraan ng pagkakaayos ng paglilipat. Sinasamantala ito ng mga scammer sa pamamagitan ng paggawa ng mga pekeng platform na nagpapakita ng mas mataas na bayarin at ibinubulsa ang labis. Nagpapadala rin sila ng mga phishing message na nagsasabing kailangan mong magbayad ng agarang blockchain fee upang mailabas ang iyong pondo, kahit na wala namang ganoong bayarin sa katotohanan.

Kung nauunawaan mo kung magkano talaga dapat ang halaga ng isang paglilipat, maiiwasan mong malinlang ng mga naturang scam. Halimbawa, sa TRON ang bawat paglilipat ng USDT ay gumagamit ng Energy at Bandwidth. Kapag wala kang sapat na dami ng mga resource na ito, ibinebenta ng network ang iyong TRX upang matugunan ang gastos, at maaari itong maging magastos. Ang paglilipat sa isang address na naglalaman na ng USDT ay gumagamit ng mas kaunting Energy kaysa sa paglilipat sa isang walang laman na address dahil kailangan pang i-set up ng network ang token balance. Sa pamamagitan ng pagkaalam nito nang maaga, malalaman mo kung may nagsisinungaling tungkol sa halagang dapat mong bayaran.

Ang mga tool tulad ng Netts USDT Transfer Calculator ay nagbibigay-daan sa iyo upang malaman nang tumpak kung gaano karaming Energy at Bandwidth ang kakailanganin ng isang partikular na transfer at kung mas mura bang magrenta ng Energy kaysa ubusin ang TRX. Para sa mga taong madalas maglipat ng USDT o naglilipat ng malalaking halaga ng pondo, ito ang nagiging pagkakaiba sa pagitan ng pagbabayad ng pinakamababang posibleng USDT fee at pagbabayad nang doble o higit pa sa nararapat. Nagbibigay din ito ng paraan upang masuri kung ang fee na hinihingi sa iyo ay totoo at hindi gawa-gawang halaga na nilayong manakaw sa iyo nang paunti-unti sa bawat pagkakataon. Bagama't hindi inaalis ng mga transparent na cost calculator ang panloloko, tinatanggal ng mga ito ang isa sa pinakamadaling paraan kung saan nakakakuha ang mga scammer ng pera mula sa mga taong hindi nakakaalam kung magkano dapat ang halaga ng isang blockchain transaction.