Um estudo acadêmico descreve um método de captura, via Core NFC no iOS, do número da conta primária (PAN) e da validade de cartões de pagamento contactless dos sistemas PRO100, HUMO e UZCARD — usados na Rússia e no Uzbequistão, mercados sem suporte oficial ao Apple Pay. Os autores deixam claro que a técnica apenas lê e extrai dados de registro do cartão, sem emular o cartão, autorizar pagamentos ou provar posse, mas o PAN e a validade capturados são justamente os dados centrais explorados em fraude de cartão not-present.
Pesquisadores entrevistaram 17 voluntários que praticam "scambaiting" — a prática de se passar por vítima para investigar, expor e desperdiçar o tempo de golpistas de Technical Support Scams (TSS), o golpe da falsa central de suporte técnico. O estudo, aceito na ACM CCS 2026, conclui que essa comunidade acumula conhecimento operacional sobre os golpistas que frequentemente falta à própria pesquisa acadêmica sobre o tema, mas carece de suporte estruturado.
Um novo ataque de inferência visual usa a câmera dos óculos inteligentes Meta Ray-Ban para observar a digitação de senhas em teclados de smartphone e reconstruir a senha combinando análise de movimento de dedo com estatística de 2,19 bilhões de senhas vazadas. Em testes com usuários, senhas de até 16 caracteres escolhidas por humanos foram quebradas em horas a dias, e senhas de gerenciador de senhas de até 13 caracteres em menos de uma hora com GPU comum.
Pesquisadores desenvolveram um sistema que combina um detector YOLOv8 ajustado com um modelo de visão e linguagem (VLM) para resolver CAPTCHAs visuais a partir apenas de capturas de tela, sem automação de navegador, atingindo 85,4% de acurácia em 16 classes de desafios. O diferencial é que cada resposta do VLM vira automaticamente um rótulo de treino, permitindo que o detector absorva novas categorias de CAPTCHA após um ou dois encontros e se recupere sozinho quando os operadores tentam neutralizá-lo com perturbações adversariais. Isso derruba a premissa comum de defesa antifraude de que 'um bot que falha continua falhando'.
Um novo artigo acadêmico apresenta o UiAs, sistema que combina ondas mmWave e acústicas para distinguir um rosto vivo de uma máscara 3D de alta fidelidade durante autenticação facial, alcançando 93,25% de acurácia mesmo com usuários nunca vistos no treinamento. A proposta ataca diretamente o problema de spoofing físico em verificação facial, tecnologia usada em KYC remoto e abertura de conta digital.
Um estudo acadêmico apresenta o TaintedPixels, método que injeta perturbações imperceptíveis no canal azul de vídeos com rostos, permanecendo invisíveis no conteúdo original mas se tornando evidentes assim que uma ferramenta de manipulação facial processa o material. Em testes contra três ferramentas comerciais de deepfake, os vídeos falsificados a partir de fontes protegidas foram identificados como fraudulentos por observadores em 90,72% dos casos, contra 56,71% em vídeos sem proteção. A proposta é pensada para ser aplicada antes da publicação, funcionando como uma espécie de vacina contra o uso do material em golpes de personificação por vídeo.
Um estudo propõe um protocolo de liquidação interbancária para CBDC (moeda digital de banco central) em redes Ethereum permissionadas que mantém a instituição pagadora publicamente identificável para fins de conformidade, mas oculta criptograficamente o destinatário, o valor e o conteúdo da transação. Testado em uma rede de cinco nós com bancos comerciais, banco central e depositária de valores, o sistema liquida transações em 8 a 16 segundos, com verificação de prova em cerca de 1 milissegundo. O modelo de 'anonimato relaxado' é desenhado especificamente para permitir rastreabilidade regulatória de AML/CFT sem expor fluxos financeiros bilaterais sensíveis a todos os participantes da rede.
Pesquisadores testaram, em estudo de laboratório com 12 participantes, todas as 25 combinações possíveis entre cinco tipos de engenharia social (phishing, spear-phishing, vishing, smishing e pop-ups) e cinco fatores psicológicos (autoridade, confiança, ganância, curiosidade e um quinto fator), medindo qual combinação convence mais. A mais eficaz foi spear-phishing explorando ganância; pop-ups com autoridade, smishing com autoridade e vishing com curiosidade não convenceram ninguém.
Pesquisadores da Universidade Ben Gurion, liderados por Yisroel Mirsky, compararam conversas conduzidas por chatbots de IA com as de golpistas humanos reais na fase de construção de confiança do "pig butchering" e descobriram que a IA foi surpreendentemente eficaz — em algumas medidas, mais convincente que os próprios golpistas humanos. Antes de serem avisados, quase nenhum participante suspeitou de estar conversando com uma IA.
Pesquisadores da UMass Amherst apresentaram no USENIX Security 2026 uma falha no kernel 3 EMV da Visa que permite usar cartões contactless vencidos ou até destruídos em compras reais. O problema está no campo de validade lido pelo terminal, que não é protegido criptograficamente, ao contrário do campo equivalente enviado ao banco emissor. Testes em lojas e supermercados reais confirmaram compras aprovadas com cartões expirados em pelo menos uma instituição, enquanto Mastercard, American Express e Discover bloquearam o mesmo ataque.
Um estudo comparou a capacidade de 82 profissionais de TI e seis detectores automáticos de identificar áudio gerado por três gerações de sintetizadores de voz (2019, 2022 e 2024). A precisão de detecção despencou de cerca de 90% nos sintetizadores antigos para 48% no ElevenLabs, mesmo com os ouvintes avisados da presença de deepfakes, e caiu para apenas 9% de acerto estrito quando somente uma frase de um áudio era sintética.
Pesquisadores mostraram que a simples presença de dados sensíveis — senhas, histórico médico, dados financeiros — no contexto de um modelo de linguagem pode vazar de forma sutil em respostas aparentemente inofensivas, mesmo quando o modelo se recusa a revelar a informação diretamente. Usando um classificador treinado e um adversário treinado por reforço, os autores conseguiram extrair números completos de Social Security Number (equivalente ao CPF nos EUA) de um agente em estilo produção, e descobriram que modelos mais capazes vazam mais, não menos.
Um estudo em larga escala testou a suscetibilidade de adultos americanos a golpes de vishing (phishing por voz) gerados por seis modelos de síntese de voz de ponta, incluindo ElevenLabs e Gemini, comparando com vozes humanas reais em cinco categorias de golpe. A taxa de adesão às solicitações fraudulentas chegou a 36% no cenário "parente em apuros" e 16,5% em média entre todas as categorias, com o modelo Sesame alcançando persuasão equivalente ou até superior à de vozes humanas.
Pesquisadores identificaram e nomearam o 'transaction simulation phishing', técnica que usa contratos inteligentes programados para exibir um resultado benigno na simulação da wallet, mas desviar os fundos na execução real na blockchain. Entre agosto de 2024 e junho de 2025 foram encontrados mais de 4.000 contratos maliciosos, responsáveis por 5.700 vítimas e cerca de US$ 3,48 milhões em prejuízo, majoritariamente na Ethereum.
Um artigo científico apresenta o DeepScrub, framework que combina aprendizado por reforço e LLMs para detectar fraude de "pedidos falsos" em plataformas online-to-offline, produzindo não apenas uma decisão mas uma cadeia de raciocínio auditável. Em piloto real de quatro semanas, o sistema atingiu 91,8% de precisão e 88,5% de recall, superando revisores humanos de primeira linha e reduzindo em 94% o volume de revisão manual.
Um novo artigo acadêmico (arXiv, cs.CR) analisa a segurança de plataformas de comércio agentico — sistemas que dão a agentes de IA autonomia para descobrir serviços, mover pagamentos e usar credenciais em nome do usuário. Os autores identificam 33 vulnerabilidades estruturais no protocolo entre agentes e serviços de comércio em três plataformas líderes, com taxa de sucesso de ataque de 100% independentemente do modelo de IA usado. Três dessas falhas se encadeiam em um ataque completo de sequestro de pagamento, e o paper propõe o framework PCAT como defesa na camada de protocolo.
Um novo artigo científico propõe uma infraestrutura de auditoria à prova de violação para o comércio "agêntico" — transações iniciadas por agentes de IA —, combinando árvores de Merkle e ancoragem em blockchain para registrar eventos de forma verificável entre empresas diferentes. O ponto central para antifraude é um "marcador de fraude" assinado criptograficamente que vincula rótulos de risco a evidências imutáveis, criando uma cadeia de proveniência que não pode ser reescrita depois do fato.
Pesquisadores compararam um classificador clássico (TF-IDF + regressão logística) com um modelo DistilBERT ajustado, treinados em mais de 82 mil e-mails de seis bases públicas, para detectar phishing. Ambos superaram 98% de acurácia em dados limpos, mas despencaram para cerca de 64% quando testados contra e-mails de phishing deliberadamente alterados para escapar da detecção — queda de mais de 34 pontos percentuais em ambos os modelos. O estudo reforça que acurácia em dados de teste "limpos" não prevê robustez real contra atacantes adaptativos.
Um novo método usa material oficial de agências de defesa do consumidor para avaliar, de forma semi-automatizada, se LLMs como Gemini e GPT conseguem identificar de forma consistente narrativas de roubo de identidade e impostor scams (golpes de falsa identidade). A técnica gera variações do mesmo caso relatado e observa se o modelo responde de forma instável — sinal de que ele não entende o padrão do golpe, apenas reconhece palavras-chave superficiais. Os autores mostram que é possível distinguir modelos com conhecimento consistente sobre esses dois temas dos que falham em identificar o golpe corretamente.
Aceito no IJCAI 2026, o framework CAMERA ataca a 'camuflagem semântica' — fraudadores que imitam o comportamento de usuários legítimos — em grafos com atributos textuais, usando aprendizado não supervisionado baseado na raridade do fraudador.
Trabalho no arXiv propõe o One-Side Edge Sampling (OES), técnica que usa a confiança preditiva para amostrar arestas do grafo durante o treino, reduzindo over-smoothing e tempo de treinamento em redes neurais de grafo para detecção de fraude.