Model Kecerdasan Buatan Tanpa Batas: Ancaman Baru dalam Industri Enkripsi

Seiring dengan perkembangan pesat teknologi kecerdasan buatan, dari seri GPT hingga model canggih seperti Gemini, sedang mengubah cara kita bekerja dan hidup. Namun, di balik kemajuan teknologi ini juga terdapat bahaya yang potensial — munculnya model bahasa besar (LLM) yang tidak terbatas atau berniat jahat.

LLM tanpa batas merujuk pada model bahasa yang dirancang atau dimodifikasi secara khusus untuk menghindari mekanisme keamanan dan batasan etika yang terintegrasi dalam model mainstream. Meskipun pengembang LLM mainstream menginvestasikan banyak sumber daya untuk mencegah penyalahgunaan model, beberapa individu atau organisasi mulai mencari atau mengembangkan model yang tidak terbatasi untuk tujuan ilegal. Artikel ini akan membahas potensi penyalahgunaan alat LLM tanpa batas ini dalam industri enkripsi, serta tantangan keamanan yang terkait dan strategi penanggulangannya.

Potensi Ancaman LLM Tanpa Batas

Dengan bantuan LLM tanpa batas, bahkan orang yang tidak memiliki keterampilan profesional dapat dengan mudah menyelesaikan tugas-tugas kompleks seperti menulis kode berbahaya, membuat email phishing, dan merencanakan penipuan. Penyerang hanya perlu mendapatkan bobot dan kode sumber model open source, lalu menggunakan dataset yang berisi konten berbahaya atau instruksi ilegal untuk melakukan fine-tuning, sehingga dapat menciptakan alat serangan yang disesuaikan.

Tren ini membawa banyak risiko:

1. Penyerang dapat menyesuaikan model berdasarkan target tertentu, menghasilkan konten yang lebih menipu, dan melewati pemeriksaan konten LLM konvensional.
2. Model dapat digunakan untuk dengan cepat menghasilkan variasi kode situs phishing atau menyesuaikan naskah penipuan untuk berbagai platform.
3. Ketersediaan model sumber terbuka mendorong pembentukan ekosistem AI bawah tanah, menyediakan lahan subur untuk perdagangan dan pengembangan ilegal.

LLM Tanpa Batas yang Khas dan Penyalahgunaannya di Industri Enkripsi

WormGPT: versi hitam GPT

WormGPT adalah LLM jahat yang dijual secara terbuka di forum bawah tanah, mengklaim tidak memiliki batasan etika. Ini didasarkan pada model sumber terbuka seperti GPT-J 6B dan dilatih di atas banyak data terkait perangkat lunak jahat. Dalam bidang enkripsi, WormGPT dapat disalahgunakan untuk:

• Membuat email phishing yang tampak realistis, menyamar sebagai bursa atau pihak proyek untuk mengirim permintaan verifikasi akun.
• Membantu penyerang dengan tingkat keterampilan teknis rendah untuk menulis kode jahat yang mencuri file dompet atau memantau clipboard.
• Menggerakkan penipuan otomatis, mengarahkan korban untuk terlibat dalam airdrop atau proyek investasi palsu.

DarkBERT: pedang bermata dua untuk konten dark web

DarkBERT adalah model yang telah dilatih sebelumnya pada data dark web, awalnya digunakan untuk membantu peneliti dan lembaga penegak hukum memahami ekosistem dark web. Namun, jika dimanfaatkan oleh pelaku jahat, dapat mengakibatkan:

• Melakukan penipuan yang tepat sasaran, mengumpulkan informasi pengguna enkripsi dan tim proyek untuk penipuan sosial.
• Menyalin strategi pencurian dan pencucian uang yang matang di dark web.

FraudGPT: Alat multifungsi untuk penipuan online

FraudGPT adalah versi yang ditingkatkan dari WormGPT, dengan fungsi yang lebih lengkap. Di bidang enkripsi, itu mungkin digunakan untuk:

• Proyek enkripsi palsu, menghasilkan whitepaper, situs web, dan salinan pemasaran yang realistis untuk ICO/IDO palsu.
• Menghasilkan halaman phishing secara massal, meniru antarmuka login bursa terkenal.
• Melaksanakan kegiatan pasukan media sosial untuk mempromosikan token penipuan atau mencemarkan proyek pesaing.
• Melakukan serangan rekayasa sosial, membangun kepercayaan dengan pengguna dan membujuk mereka untuk mengungkapkan informasi sensitif.

GhostGPT: asisten AI yang tidak terikat oleh batasan moral

GhostGPT adalah chatbot AI yang secara jelas ditujukan untuk tanpa batasan moral. Dalam bidang enkripsi, ia mungkin disalahgunakan untuk:

• Melakukan serangan phishing tingkat lanjut, menghasilkan email penipuan dengan tingkat keaslian yang sangat tinggi.
• Menghasilkan kode kontrak pintar yang mengandung backdoor tersembunyi, untuk penipuan Rug Pull atau menyerang protokol DeFi.
• Membuat pencuri cryptocurrency yang memiliki kemampuan untuk berubah bentuk, sulit terdeteksi oleh perangkat lunak keamanan tradisional.
• Menggabungkan skrip percakapan yang dihasilkan oleh AI, menyebarkan robot penipuan di platform sosial.
• Bekerja sama dengan alat AI lainnya, menghasilkan suara pendiri proyek atau eksekutif bursa yang dipalsukan, untuk melakukan penipuan melalui telepon.

Venice.ai: potensi risiko akses tanpa sensor

Venice.ai menyediakan akses ke berbagai LLM, termasuk beberapa model yang kurang diperiksa. Meskipun diposisikan sebagai platform terbuka untuk mengeksplorasi kemampuan AI, itu juga bisa disalahgunakan untuk:

• Menghindari penyensoran untuk menghasilkan konten jahat, seperti template phishing atau propaganda palsu.
• Mengurangi ambang batas untuk petunjuk teknik, sehingga penyerang lebih mudah untuk mendapatkan output yang sebelumnya dibatasi.
• Percepat iterasi skrip serangan, uji dan optimalkan skrip penipuan dengan cepat.

Strategi Penanganan

Munculnya LLM tanpa batas menandakan bahwa keamanan siber menghadapi ancaman baru yang lebih kompleks, lebih terukur, dan memiliki kemampuan otomatisasi. Untuk menghadapi tantangan ini, semua pihak dalam ekosistem keamanan perlu bekerja sama:

1. Meningkatkan investasi dalam teknologi deteksi, mengembangkan sistem yang dapat mengenali dan memblokir konten yang dihasilkan oleh LLM jahat.
2. Meningkatkan kemampuan model untuk mencegah jailbreak, mengeksplorasi mekanisme watermark dan pelacakan, untuk melacak sumber konten jahat.
3. Membangun dan memperkuat norma etika dan mekanisme pengawasan untuk membatasi pengembangan dan penyalahgunaan model jahat dari sumbernya.

Hanya melalui kerja sama yang banyak pihak, terus meningkatkan kemampuan pertahanan, kita dapat melindungi keamanan industri enkripsi dalam permainan serangan dan pertahanan yang terus meningkat ini.