Characterising Mobile Money Phishing Attacks Using Imitation Learning Relying on Expert Demonstrations

Nas movimentadas economias digitais da África, os telefones celulares tornaram-se mais do que apenas ferramentas de comunicação; eles são as principais contas bancárias para milhões de pessoas que anteriormente não tinham acesso ao sistema bancário tradicional. Este sistema permite que os usuários depositem, levantem e enviem dinheiro instantaneamente, uma conveniência que transformou a vida cotidiana e impulsionou o crescimento econômico em todo o continente. No entanto, esta rápida expansão lançou uma sombra: golpistas aprenderam a explorar a própria confiança que faz o sistema funcionar. Em vez de hackear códigos de computador complexos, esses atacantes utilizam a engenharia social, uma forma de manipulação que engana as pessoas para revelarem suas senhas ou enviarem dinheiro voluntariamente. Eles se passam por funcionários de bancos ou de telecomunicações, enviando mensagens de texto enganosas ou fazendo chamadas telefônicas para atrair as vítimas para uma armadilha. Compreender como esses criminosos pensam e agem é o primeiro passo para detê-los, mas estudar a decepção humana é notoriamente difícil porque depende do comportamento humano imprevisível, em vez de vulnerabilidades de software fixas.

Pesquisadores há muito tempo tentam modelar esses ataques usando programas de computador que aprendem por tentativa e erro, um método conhecido como aprendizado por reforço. Nesta abordagem, um agente de computador tenta diferentes ações para ver o que gera uma recompensa, de forma muito semelhante a um cão aprendendo a sentar para ganhar um petisco. No entanto, este método frequentemente enfrenta dificuldades quando a "recompensa" é difícil de definir, como o objetivo complexo e mutável de um golpista que se adapta à hesitação ou suspeita da vítima. Um novo estudo de uma equipe de pesquisadores de Camarões, Ruanda e da República Centro-Africana propõe um caminho diferente. Em vez de ensinar um computador a adivinhar o que um golpista quer, eles decidiram ensinar o computador a copiar o que um golpista realmente faz. Ao tratar o atacante como um especialista e utilizar uma técnica chamada aprendizado por imitação, a equipe construiu um modelo que aprende diretamente de exemplos de comportamentos de ataques reais, contornando a necessidade de programar manualmente as regras da decepção.

Os pesquisadores começaram decompondo um ataque de phishing de dinheiro móvel em uma jornada simples de quatro estágios. O primeiro estágio é o contato inicial, onde o golpista reúne informações e envia uma mensagem falsa ou faz uma chamada. O segundo estágio é a fase de vulnerabilidade, onde o atacante tenta construir confiança e avaliar as emoções da vítima. Se a vítima parecer receptiva, o ataque avança para o terceiro estágio, a tentativa real de roubar dinheiro ou dados. Finalmente, no quarto estágio, o atacante ou coleta os fundos roubados e corta o contato ou recua se a vítima se tornar suspeita. Para estudar isso, a equipe criou um ambiente simulado onde puderam observar como um atacante "especialista" navegaria por esses estágios, reagindo às respostas de uma vítima, que poderiam ser positivas (confiante), neutras (hesitante) ou negativas (suspeita). Eles então alimentaram essas ações observadas em dois algoritmos de aprendizado diferentes para ver se um computador conseguiria aprender a mimetizar a estratégia do atacante.

O primeiro algoritmo que testaram foi chamado de Behavior Cloning (Clonagem de Comportamento). Este método funciona como um aluno copiando o dever de casa de um professor; ele analisa um conjunto de dados de ataques bem-sucedidos e aprende a prever o próximo passo que o atacante faria em uma determinada situação. Os resultados foram amplamente bem-sucedidos. O computador aprendeu a reproduzir as ações do atacante com alta precisidade, identificando corretamente que um atacante geralmente tentaria fazer o contato precocemente e só pediria dinheiro uma vez que a confiança fosse estabelecida. O modelo teve seu melhor desempenho quando ajustado com uma velocidade de aprendizado específica, permitindo que absorvesse os padrões sem se confundir. No entanto, os pesquisadores notaram uma limitação quando o ataque atingia o estágio final. Se o golpista falhasse em obter o dinheiro, a decisão de tentar novamente com uma nova desculpa, reiniciar a conversa ou desistir inteiramente foi difícil de prever para o modelo. Este ponto de ramificação, onde o atacante deve escolher um novo caminho após um revés, provou ser complicado para um sistema que simplesmente copia exemplos passados sem compreender a estratégia mais profunda.

A segunda abordagem, conhecida como Generative Adversarial Imitation Learning (Aprendizado por Imitação Adversário Generativo), seguiu um caminho mais competitivo. Nesta configuração, dois programas de computador jogavam um contra o outro. Um programa, o gerador, tentava criar sequências de ataque falsas que parecessem as reais. O outro, o discriminador, atuava como um juiz, tentando distinguir a diferença entre os movimentos do atacante real e as falsificações do gerador. O objetivo era que o gerador se tornasse tão bom em mimetizar o atacante que o juiz não conseguisse mais distingui-los. Ao longo de cinquenta sessões de treinamento, o juiz tornou-se cada vez melhor em detectar as falsificações, enquanto o gerador lutava para melhorar seu desempenho. Os dados mostraram que as tentativas do gerador permaneciam distinguíveis do comportamento do atacante real, indicando que o modelo ainda não havia dominado totalmente a estratégia dentro do tempo permitido. Este resultado destacou um desafio conhecido deste método: equilibrar os dois programas concorrentes para que o aprendiz possa alcançar o especialista.

O estudo conclui que, embora nenhum dos métodos tenha produzido uma réplica perfeita de um golpista, ambos ofereceram uma nova e valiosa maneira de compreender a mecânica da fraude de dinheiro móvel. Os pesquisadores enfatizam que esses modelos não foram projetados para agir como detectores que sinalizam mensagens suspeitas para os usuários; em vez disso, são ferramentas para mapear a mente do atacante. Ao aprender com sucesso a estratégia do atacante através de demonstrações, a equipe demonstrou que o aprendizado por imitação é uma alternativa viável aos métodos mais antigos de tentativa e erro. As descobertas sugerem que, para combater eficazmente esses ataques, os defensores precisam entender os passos específicos que um atacante toma e como ele se adapta às reações de uma vítima. Os pesquisadores reconhecem que seu trabalho é baseado em dados simulados e que esforços futuros precisarão reunir conjuntos maiores de exemplos do mundo real para refinar esses modelos. Em última análise, este trabalho desloca o foco de simplesmente detectar a mentira para compreender a lógica por trás da decepção, oferecendo um caminho mais claro para o desenvolvimento de melhores defesas para os milhões de pessoas que dependem do dinheiro móvel todos os dias.