Penelitian baru bertujuan untuk memberikan alat kepada perusahaan telepon untuk membantu mengekang robocall. Peter Dazeley / Bank Gambar melalui Getty Images
Lebih dari 80% robocall berasal dari nomor palsu - dan menjawab panggilan ini atau tidak tidak berpengaruh pada berapa banyak lagi yang akan Anda dapatkan. Itu adalah dua temuan kunci dari sebuah Studi 11 bulan ke panggilan telepon yang tidak diminta yang kami lakukan dari Februari 2019 hingga Januari 2020.
Untuk lebih memahami bagaimana penelepon yang tidak diinginkan ini beroperasi, kami memantau setiap panggilan telepon yang diterima ke lebih dari 66,000 saluran telepon di laboratorium keamanan telepon kami, Observatorium Robocall di North Carolina State University. Kami menerima 1.48 juta panggilan telepon yang tidak diminta selama penelitian. Beberapa dari panggilan ini kami jawab, sementara yang lain kami biarkan berdering. Berbeda dengan kebijaksanaan populer, kami menemukan bahwa menjawab panggilan tidak membuat perbedaan dalam jumlah robocall yang diterima oleh nomor telepon. Volume robocall mingguan tetap konstan selama penelitian.
Sebagai bagian dari studi kami, kami juga mengembangkan metode pertama untuk mengidentifikasi robocalling campaign yang bertanggung jawab atas sejumlah besar hal yang mengganggu ini, liar dan robocall palsu. Jenis utama dari kampanye robocalling adalah tentang pinjaman pelajar, asuransi kesehatan, daftar bisnis Google, penipuan keuangan umum, dan Penipuan Jaminan Sosial.
Dengan menggunakan teknik ini, kami mengetahui bahwa lebih dari 80% panggilan dari kampanye robocalling rata-rata menggunakan nomor telepon palsu atau berumur pendek untuk melakukan panggilan yang tidak diinginkan. Dengan menggunakan nomor telepon ini, pelaku menipu korbannya dan membuat lebih sulit untuk mengidentifikasi dan menuntut perampok yang melanggar hukum.
Kami juga melihat bahwa beberapa operasi pemanggilan robot yang curang menyamar sebagai badan pemerintah selama berbulan-bulan tanpa terdeteksi. Mereka menggunakan pesan dalam bahasa Inggris dan Mandarin dan mengancam para korban dengan konsekuensi yang mengerikan. Pesan-pesan ini menargetkan populasi yang rentan, termasuk imigran dan manula.
Mengapa itu penting
Penyedia dapat mengidentifikasi sumber sebenarnya dari panggilan menggunakan proses manual yang memakan waktu yang dipanggil melacak kembali. Saat ini, ada terlalu banyak robocall untuk traceback menjadi solusi praktis untuk setiap panggilan. Teknik identifikasi kampanye panggilan robot kami bukan hanya alat penelitian yang ampuh. Ini juga dapat digunakan oleh penyedia layanan untuk mengidentifikasi operasi robocalling skala besar.
Dengan menggunakan metode kami, penyedia hanya perlu menyelidiki sejumlah kecil panggilan untuk setiap kampanye robocalling. Dengan menargetkan sumber robocall yang melanggar hukum, penyedia layanan dapat memblokir atau menghentikan operasi ini dan melindungi pelanggan mereka dari penipuan dan telemarketing yang melanggar hukum.
Apa yang masih belum diketahui
Penyedia menerapkan teknologi baru yang disebut Aduk / Kocok, yang dapat mencegah penelepon melakukan spoofing pada nomor telepon mereka. Saat diterapkan, ini akan menyederhanakan pelacakan balik untuk panggilan, tetapi tidak akan berfungsi untuk penyedia yang menggunakan teknologi lama. Robocaller juga dengan cepat beradaptasi dengan situasi baru, sehingga mereka dapat menemukan cara lain untuk STIR / SHAKEN.
Tidak ada yang tahu bagaimana perampok berinteraksi dengan korban mereka dan seberapa sering mereka mengubah strategi mereka. Misalnya, sekarang semakin banyak robocall dan scammer menggunakan COVID-19 sebagai premis untuk menipu orang.
Apa berikutnya
Selama beberapa tahun mendatang, kami akan melanjutkan penelitian kami tentang robocall. Kami akan mempelajari apakah STIR / SHAKEN mengurangi robocall. Kami juga mengembangkan teknik untuk mengidentifikasi, memahami, dan membantu penyedia dan penegak hukum menargetkan operasi robocalling dengan lebih baik.
Tentang Penulis
Sathvik Prasad, Mahasiswa PhD, Departemen Ilmu Komputer, Universitas Negeri Carolina Utara dan Bradley Reaves, Asisten Profesor Ilmu Komputer, Universitas Negeri Carolina Utara
Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.
