Irāna iejaucas 2024. gada ASV vēlēšanās ar kiberieroču ietekmes operācijām

Ļaunprātīga ārvalstu ietekme saistībā ar 2024. gada ASV vēlēšanām tika uzsākta lēnām, bet pēdējo sešu mēnešu laikā pastāvīgi pieņēmās spēkā sākotnēji Krievijas, bet nesen arī Irānas darbību dēļ. Šajā pārskatā, kas ir trešais Microsoft draudu analīzes centra (MTAC) sagatavotais pārskats par vēlēšanām, sniegta jaunākā informācija par to, ko esam novērojuši saistībā ar Krieviju, Irānu un Ķīnu kopš mūsu otrā pārskata 2024. gada aprīlī “Valstu izpildorganizācijas iesaistās ar ASV saistītās ietekmes operācijās pirms ASV prezidenta vēlēšanām.”

Dažu pēdējo mēnešu laikā ir novērota būtiska Irānas izpildītāju ietekmes darbības parādīšanās. Irānas kiberietekmes operācijas konsekventi ir novērotas vismaz pēdējos trīs ASV vēlēšanu ciklos. Irānas darbības ir pamanāmas un atšķiras no Krievijas kampaņām ar to, ka tika uzsāktas vēlāk vēlēšanu sezonas laikā un tajās tiek izmantoti kiberuzbrukumi, kas vērsti pret vēlēšanu norisi, nevis vēlētāju ietekmēšanu. Nesenā aktivitāte liek domāt, ka Irānas režīms kopā ar Kremli ir vienlīdz daudz iesaistīts 2024. gada vēlēšanās.

MTAC turpina pētīt autoritāro saturu, lai noteiktu ļaunprātīgu ģeneratīvā mākslīgā intelekta lietošanu. Šī darbība atbalsta Microsoft apņemšanos pievienoties solījumam Tech Accord, lai cīnītos pret krāpniecisku mākslīgā intelekta izmantošanu 2024. gada vēlēšanās. Kopš mūsu pēdējā pārskata 2024. gada aprīlī MTAC publicēja pārskatu par Krievijas ietekmes operācijām, kuru mērķis bija apdraudēt 2024. gada vasaras olimpiskās spēles Parīzē. Storm-1679 savās kampaņās atkārtoti izmantoja ģeneratīvo mākslīgo intelektu, bet to rezultāts bija niecīgs. Šajā izdevumā MTAC identificēja Krievijas un Ķīnas izpildītāju, kas izmantoja ģeneratīvo mākslīgo intelektu, taču guva nelielus panākumus vai neguva tos vispār. Kopumā esam novērojuši, ka gandrīz visi izpildītāji savās operācijās mēģina iekļaut mākslīgā intelekta saturu, taču pēdējā laikā daudzi no viņiem ir atkal pievērsušies metodēm, kas iepriekš izrādījušās efektīvas — vienkāršām digitālām manipulācijām, satura nepareizai atspoguļošanai un uzticamu apzīmējumu vai logotipu pievienošanai nepatiesai informācijai.

Lai uzzinātu vairāk, lasiet visu pārskatu .