Google DeepMind va Singapurning Hukumat Texnologiyalari Agentligi (GovTech) 2026-yil 14-oktabr kuni smartfon foydalanuvchilarini manipulyativ suhbatlardan real vaqt rejimida ogohlantiruvchi, barcha tahlilni qurilmaning oʻzida bajaradigan firibgarlikni aniqlash modelini eʻlon qildi. Yangilik Singapur xalqaro kiberhaftaligi (SICW 2026) doirasida, mamlakatning raqamli rivojlanish va axborot vaziri Jozefin Teo tomonidan eʻlon qilindi. Model shaxsiy xabarlarning biror satrini bulutga yubormasdan, suhbat oqimini toʻgʻridan-toʻgʻri smartfonda tahlil qiladi.

Nima eʻlon qilindi

Modelning asosi — mahalliy firibgarlik suhbatlari asosida nozik sozlangan yengil Gemma modeli. Oʻqitish jarayonida davlat muassasalari, banklar va mahalliy shaxslarni taqlid qilish holatlari, shuningdek mintaqada tarqalayotgan dolzarb firibgarlik sxemalari namunalari ishlatilgan. Shu bois model oddiy ijtimoiy suhbatni haqiqiy manipulyatsiyadan ajrata oladi — DeepMindʻning qayd etishicha, umumiy modellar koʻpincha mahalliy aldov usullarini yomon tushunadi va aynan shu muammo firibgarlikni aniqlashni qiyinlashtiradi. Model Singapurdagi odatiy smartfonlarda ishlashga optimallashtirilgan — yaʻni keng foydalanuvchi bazasi uchun moʻljallangan, maxsus yoki kuchli qurilma talab qilinmaydi. Bu qaror texnologiyani iloji boricha koʻp fuqaroga yetkazishga qaratilgan.

Google DeepMindʻning rasmiy blogida yozilishicha, hamkorlik Singapur hukumati bilan tuzilgan Milliy SI hamkorligi doirasida olib borilgan, loyiha esa fuqarolarni himoya qilish bilan birga ularning maxfiyligini saqlab qolishga qaratilgan.

Model qanday ishlaydi

Texnik arxitektura ikki bosqichli. Birinchi bosqichda yengil va energiya tejamkor klassifikator kiruvchi xabarlarni minimal quvvat sarfi bilan saralab, shubhali holatlarni ajratadi — bu batareya samaradorligi zamonaviy smartfonlarda murakkab firibgarlik klassifikatorini ishga tushirishning eng muhim shartlaridan biri ekanini hisobga olgan holda qilingan. Ikkinchi bosqichda nozik sozlangan Gemma modeli suhbatning kengroq koʻrinishi ustida ishlaydi: tahdidni tasdiqlaydi yoki yolgʻon signalni bekor qiladi. Manipulyativ naqsh aniqlanganda foydalanuvchi qurilmasida real vaqt rejimida ogohlantirish chiqadi — sezgir maʻlumot yoki mablagʻni ulashishdan oldin toʻxtab, ehtiyotkorlik koʻrsatish tavsiya etiladi. Yengil klassifikator birinchi filtr vazifasini bajaradi: u kam quvvat sarflab, potensial tahdid belgilarini ushlaydi va faqat shubhali holatlarni ogʻirroq Gemma modeliga uzatadi. Shunday qilib batareya iqtisod qilinadi va tahlil kechikishsiz amalga oshiriladi. The Straits Times xabariga koʻra, model WhatsApp va Telegram almashinuvlarini real vaqt rejimida tahlil qiladi.

Nima uchun aynan qurilmada

Ananaviy tahdid aniqlash odatda bulutdagi server tomonida xabarlarni skanerlashga tayanadi. Ammo koʻplab xabar almashish platformalari end-to-end shifrlashdan foydalanadi — bu ular shaxsiy suhbatlarni tekshira olmasligini anglatadi. Yangi yondashuvda tahdid tahlili qurilmaga koʻchiriladi: bu suhbat naqshlarini tezroq tahlil qilib, manipulyativ niyatni aniqlash va fuqaroning moliyaviy yoki hisob maʻlumotlari xavf ostida qolishidan oldin harakat qilishiga imkon beradi. Yaratuvchilarning taʻkidlashicha, kelajakda messenjerlar va operatsion tizim ishlab chiquvchilari bunday yengil modellarni toʻgʻridan-toʻgʻri integratsiya qilib, foydalanuvchilarni shaxsiy maʻlumotlarini oshkor qilmasdan himoya qila oladi.

Himoya qiluvchi SI toʻgʻridan-toʻgʻri qurilmada ishlaganda xavfsizlik ham, maxfiylik ham buzilmaydi — firibgarlik naqshlari tahlili foydalanuvchining shaxsiy suhbatlarini bulutga uzatishni talab qilmaydi.

Google DeepMind rasmiy blogi

Firibgarlik koʻlami: raqamlar

DeepMind keltirgan statistika muammoning koʻlamini koʻrsatadi: firibgarlik Singapurda qayd etilgan jinoyatlarning yarmidan koʻpini tashkil qiladi, 2019-yildan beri yetkazilgan zarar 4 mlrd Singapur dollaridan oshgan. Shu bilan birga firibgarlar taktikasi tubdan oʻzgargan: oddiy fishingdan murakkab ijtimoiy muhandislikka oʻtilgan, endi aynan bunday sxemalar umumiy zararlarning 80% gacha boʻlgan qismini tashkil qiladi. Hujumchilar endi qurbonni pul soʻrashdan oldin ishonarli suhbatlar orqali manipulyatsiya qilmoqda — bu esa himoya vositalaridan suhbatning mazmunini emas, manipulyativ niyatni aniqlashni talab qiladi.

Maxfiylik kafolatlari qanday taʻminlangan

Modelni oʻqitish qattiq boshqaruv ostida olib borilgan. Barcha nozik sozlash ishlari GovTechʻning boshqariladigan GCP muhitida — "Suveren qum maydonchasi"da (Sovereign Sandbox) amalga oshirilgan, oʻqitish maʻlumotlari izolyatsiyada saqlangan. Oʻqitishda fuqarolarning shaxsiy yoki shaxsi aniqlanadigan hech qanday maʻlumoti ishlatilmagan — faqat firibgarlik hisobotlari va razvedka oqimlaridan olingan anonimlashtirilgan toʻplamlar. Model turli firibgarlik toifalari va oʻzgarib borayotgan taqlid taktikalarini qamrab olish maqsadida sunʻiy dialoglar va mahalliy matn korpuslarida stress-testdan oʻtkazilgan. Loyiha, DeepMindʻning taʻkidlashicha, foydalanuvchi himoyasini end-to-end shifrlash bilan muvozanatlashga urinayotgan xabar almashish platformalari uchun namuna boʻlishi mumkin.

Hozircha nomaʻlum jihatlar

Model qachon chiqishi va u Android uchun standart funksiyaga aylanadimi-yoʻqmi — hozircha ochiqlanmagan. Loyihaning keyingi bosqichlari haqida qoʻshimcha tafsilotlar eʻlon qilinishi kutilmoqda.