![]()
2025年美國網(wǎng)絡(luò)詐騙總損失逼近210億美元。其中60歲以上人群獨(dú)占77億美元,是所有年齡段中最高的。
這個數(shù)字背后有個更刺眼的細(xì)節(jié):專門針對老年人的身份盜竊投訴,損失金額同比飆升70%。
數(shù)據(jù)拆解:老年人為何"更值錢"
FBI互聯(lián)網(wǎng)犯罪投訴中心(IC3)最新年報(bào)顯示,2025年全美共收到1,008,597起網(wǎng)絡(luò)犯罪投訴。60歲以上群體提交了超過20萬起,占比約五分之一。
但損失金額的比例完全不對等。30-40歲人群投訴量更多,總損失卻更低。老年人的投訴往往涉及銀行賬戶、退休基金和投資組合——一次成功的身份欺詐就能卷走大額資金。
身份盜竊在老年受害者中造成4850萬美元損失,較2024年增長約70%。
IC3的數(shù)據(jù)來自受害者全年自主提交的投訴,包含交易類型、支付方式和預(yù)估損失等細(xì)節(jié)。FBI通過匯總這些信息追蹤資金流向和受害群體特征。
身份盜竊在整個詐騙版圖中屬于"低調(diào)但致命"的類型。它的投訴量低于投資詐騙或技術(shù)支持詐騙,卻常常是這些大案的入口—— stolen personal details(被盜個人信息)能通過驗(yàn)證檢查,進(jìn)而轉(zhuǎn)移資金。
詐騙食物鏈:身份盜竊的"中間商"角色
2025年投資詐騙以超過45億美元損失居首。商業(yè)郵件詐騙(BEC)損失超29億美元,技術(shù)支持詐騙超10億美元。這三項(xiàng)構(gòu)成了老年人77億美元總損失的主體。
身份盜竊很少單獨(dú)出現(xiàn)在損失排行榜頂端。它更像基礎(chǔ)設(shè)施——犯罪分子先用釣魚郵件、數(shù)據(jù)泄露或社交工程獲取身份信息,再撬動更大的獵物。
聯(lián)邦貿(mào)易委員會(FTC)每年收到超過100萬起身份盜竊報(bào)告,使其成為最常見的消費(fèi)者投訴類型之一。盡管單項(xiàng)損失通常低于投資詐騙,但龐大的基數(shù)意味著持續(xù)的風(fēng)險(xiǎn)敞口。
參議院一份報(bào)告分析了數(shù)億條暴露記錄,指出過去十年間,與大型數(shù)據(jù)經(jīng)紀(jì)商泄露相關(guān)的身份盜竊已造成美國人超過200億美元損失。
為什么老年人成為"優(yōu)質(zhì)目標(biāo)"
LexisNexis Special Services首席執(zhí)行官Haywood Talcove在Fox News Live節(jié)目中將攻擊者稱為"網(wǎng)絡(luò)恐怖分子"。他描述的作案手法并不復(fù)雜:利用AI生成的語音或深度偽造視頻,冒充 IRS(美國國稅局)官員或親屬,制造緊迫感迫使受害者轉(zhuǎn)賬。
![]()
老年受害者的特征被詐騙分子精準(zhǔn)畫像:儲蓄集中、對數(shù)字工具熟悉度有限、社會聯(lián)系可能減少導(dǎo)致缺乏二次確認(rèn)渠道、對權(quán)威機(jī)構(gòu)的信任度較高。
退休賬戶和長期投資組合的流動性設(shè)計(jì),本是為了保障晚年生活,卻意外成為快速變現(xiàn)的理想目標(biāo)。一筆成功的欺詐轉(zhuǎn)賬,可能耗盡數(shù)十年的積蓄。
FBI數(shù)據(jù)中的年齡斷層揭示了一個殘酷現(xiàn)實(shí):網(wǎng)絡(luò)詐騙的損失分布不是隨機(jī)的,而是高度結(jié)構(gòu)化的。犯罪分子像產(chǎn)品經(jīng)理一樣做用戶分層,把最高價(jià)值的"客戶"篩選出來重點(diǎn)運(yùn)營。
技術(shù)升級:AI如何降低詐騙門檻
Talcove提到的AI工具正在重塑身份盜竊的成本結(jié)構(gòu)。過去需要專業(yè)技能的語音模仿,現(xiàn)在通過開源模型和少量樣本就能實(shí)現(xiàn)。深度偽造視頻的生成時(shí)間從數(shù)周壓縮到數(shù)小時(shí)。
這些技術(shù)沒有創(chuàng)造新的詐騙類型,但大幅提升了規(guī)模化能力。一個詐騙團(tuán)伙可以同時(shí)運(yùn)行數(shù)百個"劇本",針對不同地區(qū)、年齡、職業(yè)的受害者定制話術(shù)。
身份驗(yàn)證環(huán)節(jié)成為關(guān)鍵戰(zhàn)場。銀行和投資平臺的多因素認(rèn)證本應(yīng)提供保護(hù),但SIM卡交換攻擊、釣魚頁面竊取驗(yàn)證碼等手段持續(xù)進(jìn)化。老年人更容易在緊急話術(shù)下繞過安全提示,直接提供驗(yàn)證碼或授權(quán)交易。
數(shù)據(jù)泄露的半衰期也在延長。十年前泄露的社保號碼、生日、地址仍在黑市流通,與最新的AI工具結(jié)合,可以生成極具說服力的身份冒充場景。
防御困境:個人與系統(tǒng)的責(zé)任邊界
現(xiàn)有防護(hù)框架存在明顯錯位。金融機(jī)構(gòu)的欺詐檢測模型側(cè)重交易異常,但對"授權(quán)"轉(zhuǎn)賬的識別能力有限——當(dāng)受害者本人在詐騙誘導(dǎo)下完成驗(yàn)證,系統(tǒng)很難區(qū)分自愿與脅迫。
監(jiān)管層面,F(xiàn)TC和FBI的數(shù)據(jù)收集依賴自愿報(bào)告。大量未報(bào)案或未被識別的損失未進(jìn)入統(tǒng)計(jì)。4850萬美元的老年身份盜竊損失,可能只是冰山可見的一角。
技術(shù)解決方案正在涌現(xiàn):生物識別替代密碼、行為分析檢測異常操作模式、延遲大額轉(zhuǎn)賬的"冷靜期"設(shè)計(jì)。但推廣速度跟不上詐騙工具的迭代。
更深層的問題在于數(shù)字素養(yǎng)的代際差異。年輕一代在釣魚郵件識別上可能更敏銳,但面對針對特定人生階段的詐騙(如學(xué)生貸款減免、首次購房補(bǔ)貼),同樣容易中招。詐騙腳本的設(shè)計(jì)邏輯是精準(zhǔn)匹配目標(biāo)群體的認(rèn)知盲區(qū),而非單純的技術(shù)能力測試。
一個未被回答的問題
77億美元的老年群體損失,占2025年全美網(wǎng)絡(luò)詐騙總損失的約37%。這個比例在逐年攀升,而針對該群體的專項(xiàng)保護(hù)機(jī)制——從金融機(jī)構(gòu)的風(fēng)控規(guī)則到執(zhí)法資源的傾斜配置——是否跟上了損失曲線的斜率?
當(dāng)AI工具繼續(xù)降低詐騙的邊際成本,當(dāng)數(shù)據(jù)泄露的累積效應(yīng)持續(xù)釋放,下一個70%的增長會發(fā)生在哪個季度?
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.