LinkedIn遭利用、誘騙用戶投資加密貨幣，FBI：對平台和消費者構成「重大威脅」|數位時代 BusinessNext

LinkedIn遭利用、誘騙用戶投資加密貨幣，FBI：對平台和消費者構成「重大威脅」

美國聯邦調查局舊金山和薩克拉門托地區負責人18日表示，騙子利用招聘平台LinkedIn引誘用戶參與加密貨幣投資的做法對平台和消費者構成「重大威脅」。

6月18日消息，美國聯邦調查局（FBI）舊金山和加州薩克拉門托地區辦事處負責人肖恩·拉甘(Sean Ragan)表示，騙子利用招聘平台LinkedIn引誘用戶參與加密貨幣投資的做法對平台和消費者構成「重大威脅」。

「這是一個重大威脅。」拉甘在採訪中說：「這類欺詐活動非常嚴重，已經有很多受害者，也有很多人可能被騙。」
據悉，一些騙子偽裝成專業人士，創建虛假個人帳戶並聯繫LinkedIn用戶。詐騙者先是通過LinkedIn和受害者聊天，提出幫助受害者通過投資加密貨幣賺錢。受害者表示，由於LinkedIn是一個值得信賴的商業社交平台，他們習慣於相信這些投資是合法的。
通常情況下，騙子會引導用戶先加入合法的加密貨幣投資平台，但在獲得信任的幾個月後，再告知受害者將資金轉移到騙子控制的網站，然後從受害者帳戶中將錢悉數轉走。

拉甘說：「犯罪分子就是這樣賺錢的，他們把時間和注意力都集中在這上面。」「他們總是想用不同的方式來傷害別人，傷害公司。他們花時間做功課，確定他們的目標和策略，以及使用的工具和戰術。」

拉甘說，FBI現在發現這種特殊的投資詐騙案有所增加，這與長期以來存在的詐騙案不同。在一般詐騙案中，犯罪分子假裝對被騙對象表現出愛慕之情，以此說服他們把錢交出來。FBI證實正在對LinkedIn平台上的這種詐騙積極展開調查，但由於案件尚未結案，因此無法置評。

LinkedIn在一份聲明中承認，平台上的欺詐行為最近有所上升。公司表示，「我們執行的政策非常明確：LinkedIn不允許在平台有包括金融詐騙在內的欺詐活動。我們每天都在努力確保會員安全，這包括有關投資內容的各類主動被動防禦機制，能檢測和處理虛假帳戶、虛假資訊和可疑欺詐。」

「我們與世界各地的同行以及機構合作，目的是保護LinkedIn會員免受壞人傷害。如果會員遇到騙子或成為受害者，我們會要求他們向我們和當地執法部門報告。」

LinkedIn負責信任、隱私和公平的高級主管奧斯卡·羅德里格斯(Oscar Rodriguez)則表示：「想要識別出哪些行為是假的、哪些是真的非常困難。」
羅德里格斯說：「我非常希望能對會員進行更多積極主動教育。」「讓成員知道或基本上讓他們了解自己可能面臨的風險。」

LinkedIn表示，2021年從平台上刪除了超過3200萬個虛假帳戶。報告稱，從2021年7月到12月，公司自動防禦系統攔截了96%的虛假帳戶，其中1190萬個在註冊時被攔截，440萬個被主動限制。會員們報告的12.7萬個虛假帳戶也被平台刪除。

LinkedIn透露，同一時期自動防禦系統捕獲到99.1%的垃圾郵件和騙局，總計為7080萬次。另有17.9萬個垃圾郵件在遭會員舉報後被刪除。LinkedIn並沒有估計犯罪分子到底通過其平台從會員那裡騙取了多少錢。

週四晚上，LinkedIn在平台發布的一篇部落格文章中警告用戶，不要向不認識的人匯款，也不要回覆那些工作經歷明顯有問題或溝通中存在語法錯誤等其他危險信息的帳戶。

這對索梅(Mei Mei Soe)來說並沒有什麼安慰，她說自己在LinkedIn上被騙走了28.8萬美元，這是她畢生的積蓄。騙子的個人資料顯示為洛杉磯一家健身公司的經理，去年12月份想和索梅建立聯繫。他們先是在LinkedIn上聊天，然後換到聊天應用程式。索梅說，騙子要幫她賺錢的提議激起了她的興趣。

索梅說：「他問我，我玩LinkedIn上是為了職業社交還是在找工作。」「我從不會輕易相信任何人，但我們開始交談，他隨著時間推移獲得了我的信任。」

索梅說，當談話最終轉向投資時，「他向我展示了自己是如何從投資中獲利的，並告訴我應該投資加密貨幣。我知道開始是一個合法網站，先是投了400美元。」

騙子後來說服索梅把投資轉移到自己控制的地方。在幾個月的時間裡，索梅一共投了九筆，其中還包括銀行貸款和從朋友那裡借的錢。但索梅很快就會發現，自己在LinkedIn上聯繫到的並不是騙子所說的那個人。最後她失去了所有的錢。

「我還記得那一天。」索梅回憶說：「當我意識到自己被騙了，就試圖聯繫他，但到處都找不到。我努力工作，省下每一塊錢並存起來。這很傷我的心。」

索梅說從沒想過自己會在LinkedIn上被騙。
相關加密貨幣網站則表示，一旦發現與騙局有關的帳戶，就會立即刪除。

該網站在聲明中表示：「我們採取積極方法來管理和防範外部威脅，其中就包括詐騙和網絡釣魚活動。」「與所有金融交易一樣，在轉帳之前，要確保接收資金的帳戶是合法的，其所有者是明確且值得信任的，這至關重要。」

索梅的故事並非個例。一群在LinkedIn上被騙的受害者透露自己的損失從20萬美元到160萬美元不等。

一名損失35萬美元的受害者說：「我們從來沒有想過一個LinkedIn頁面背後會有如此的惡意。」

「騙子躲在成功的公司背後。」另一位損失20萬美元的受害者說。「我接受邀請的最大原因之一是，有人在個人資料中說，他們在一家合法公司工作。」

「我們損失了很多錢，」一位損失了70萬美元的受害者說。「這不僅僅是所有的積蓄，還有人失去了他們的房子和汽車。這是對生活的毀滅性打擊和對靈魂的摧殘。」

拉甘說，他理解受害者的痛苦，但他們不應該責怪自己。「他們成為受害者並不是他們的錯，」拉甘說，「這是作惡者的錯。這是犯罪分子的錯。他們日日夜夜都在想如何傷害和欺騙別人。他們就是這樣通過非法所得賺錢的，很多人成了受害者。」

全球反詐騙組織追踪到大多數犯罪分子位於東南亞地區。該組織發言人格蕾絲·袁(Grace Yuen)說：「他們通常通過展示自己的創業精神來鎖定LinkedIn上的受害者。」「他們可能會說自己畢業於知名大學，然後說自己從事金融或投資。有時他們甚至假裝和你在同一個行業。」

本文授權轉載自：網易科技

責任編輯：傅珮晴、侯品如

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。