iOS 27 Hadirkan Fitur Deteksi Penipuan Impersonation Risk Detection

Telset.id – Apple menghadirkan fitur keamanan baru bernama Impersonation Risk Detection yang mulai tersedia pada iOS 27 dan iPadOS 27. Fitur ini dirancang untuk melindungi pengguna iPhone dan iPad dari serangan social engineering yang memanfaatkan taktik tekanan psikologis untuk menipu korban agar menonaktifkan lapisan keamanan perangkat atau membagikan informasi finansial. Langkah ini menjadi respons Apple terhadap modus penipuan yang semakin sering menargetkan pengguna perangkat Apple maupun layanan digital lainnya.

Dalam skenario social engineering, pelaku berpura-pura menjadi perwakilan resmi bank, lembaga pemerintah, atau perusahaan teknologi seperti Apple, Google, dan Microsoft. Pelaku bahkan dapat menyamar sebagai teman, anggota keluarga, atau kolega yang dipercaya korban. Mereka berupaya memaksa korban menonaktifkan autentikasi dua faktor, membagikan data keuangan, menciptakan masalah palsu, membangun kepercayaan, lalu menekan korban untuk melakukan pembayaran besar.

Fitur Impersonation Risk Detection bekerja dengan menganalisis informasi tentang iPhone atau iPad pengguna, termasuk Apple Account, dan memeriksa tanda-tanda penipuan yang sedang aktif. Setelah analisis selesai, iOS 27 akan membagikan tingkat risiko kepada aplikasi yang menjadi target penipu. Apple menegaskan bahwa aplikasi tidak menerima data apa pun yang terkait dengan perangkat atau Apple Account yang digunakan untuk menilai tingkat risiko tersebut.

Cara Kerja dan Tingkat Risiko

Setelah tingkat risiko diterima, keputusan selanjutnya berada di tangan aplikasi. Jika sebuah aplikasi mendukung Impersonation Risk Detection, aplikasi tersebut dapat menambahkan jeda pada setiap langkah yang hendak dijalankan pengguna, menampilkan peringatan, atau bahkan meminta verifikasi identitas. Aplikasi dapat menggunakan berbagai faktor untuk menentukan apakah mereka memerlukan penilaian risiko dari iOS 27, termasuk perubahan besar pada akun, pengaturan ulang kata sandi, menonaktifkan autentikasi dua faktor, hingga melakukan pembayaran besar.

iOS 27 menempatkan hasil analisis ke dalam tiga tingkat risiko yang berbeda. Apple tidak mengontrol bagaimana aplikasi menggunakan informasi tingkat risiko tersebut. Tingkat pertama adalah Unknown, yang berarti iOS 27 tidak mendeteksi aktivitas mencurigakan apa pun, namun Apple menegaskan hal itu tidak berarti tindakan tersebut dipastikan aman. Tingkat kedua adalah Medium, yang diberikan ketika iOS 27 mendeteksi beberapa tanda aktivitas mencurigakan. Tingkat ketiga adalah High, yang dikaitkan dengan tanda-tanda signifikan aktivitas mencurigakan.

Untuk mengaktifkan fitur ini, pengguna perlu memperbarui iPhone ke iOS 27 atau iPad ke iPadOS 27. Setelah itu, masuk ke Settings > Privacy & Security, gulir ke bagian bawah, dan ketuk Impersonation Risk Detection. Aktifkan toggle di samping “Share with App Developers”, lalu ketuk Share with App Developers pada pop-up yang muncul. Setelah Impersonation Risk Detection diaktifkan, pengguna tidak perlu melakukan tindakan lebih lanjut.

Menariknya, ketika pengguna mencoba menonaktifkan fitur ini, perubahan baru akan berlaku hingga 24 jam. Mekanisme ini dirancang untuk melindungi pengguna dari penipu yang mungkin menekan korban agar menonaktifkan fitur tersebut. Pada halaman pengaturan yang sama, pengguna dapat melihat aplikasi mana yang meminta akses ke tingkat risiko mereka dan alasannya. Informasi ini muncul di bagian “Recent Activity”. Pengguna juga dapat menonaktifkan fitur untuk aplikasi tertentu yang muncul di bagian tersebut, namun perubahan juga memerlukan waktu hingga 24 jam.

Keterbatasan dan Privasi Data

Fitur keamanan hanya sekuat mata rantai terlemahnya. Pada Impersonation Risk Detection iOS 27, terdapat dua kelemahan utama. Pertama, fitur ini dinonaktifkan secara default. Sebagian besar pengguna tidak akan menggali cukup dalam ke pengaturan untuk menemukannya secara tidak sengaja, sehingga fitur ini tidak akan digunakan secara luas kecuali pengguna mengetahuinya. Kedua, fitur ini bergantung pada dukungan pengembang aplikasi. Perusahaan teknologi besar dan pengembang indie mungkin mengadopsinya dengan cepat, tetapi pengembang lain mungkin tidak terburu-buru mengimplementasikan fitur ini.

Selain itu, banyak aplikasi telah menghabiskan banyak sumber daya untuk membangun infrastruktur keamanan mereka sendiri dan mungkin tidak melihat nilai dalam menambahkan dukungan untuk fitur ini. Di India, seluruh aplikasi perbankan dan pembayaran menampilkan beberapa peringatan layar penuh ketika pengguna mencoba melakukan pembayaran saat sedang dalam panggilan telepon. Beberapa aplikasi bahkan menonaktifkan fitur pembayaran jika mendeteksi adanya aplikasi berbagi layar yang terpasang di perangkat. Pada akhirnya, hasilnya akan bergantung pada bagaimana pengembang aplikasi merespons fitur ini.

Soal privasi, Apple menyatakan bahwa Impersonation Risk Detection melakukan analisis di perangkat, dan data yang digunakan untuk menghasilkan tingkat risiko tidak meninggalkan perangkat pengguna. Apple juga menegaskan bahwa isi email, foto, atau pesan pengguna tidak dianalisis untuk penilaian risiko. Ketika sebuah aplikasi meminta penilaian risiko, Apple mengklaim aplikasi hanya menerima informasi tentang jenis tindakan yang dilakukan pengguna di aplikasi tersebut. Setelah tingkat risiko dihasilkan, aplikasi tidak menerima data tambahan apa pun tentang pengguna.

Pendekatan berbasis privasi ini sejalan dengan tren industri teknologi yang semakin menekankan perlindungan data pengguna. Sejumlah perusahaan teknologi kini berupaya memperkuat transparansi atas bagaimana data digunakan, misalnya melalui Fitur Baru yang menjelaskan alasan konten muncul di feed pengguna. Sementara itu, perdebatan soal penggunaan data juga terus berlangsung di ranah hukum, seperti Gugatan NYT terhadap penyedia layanan AI terkait praktik pengambilan data.

Dengan hadirnya Impersonation Risk Detection, Apple menempatkan perlindungan terhadap social engineering sebagai bagian dari sistem operasi, bukan sekadar tanggung jawab masing-masing aplikasi. Namun efektivitas fitur ini pada praktiknya akan sangat bergantung pada dua hal: seberapa banyak pengguna yang mengetahui dan mengaktifkannya, serta seberapa cepat pengembang aplikasi mengadopsi dukungan untuk fitur tersebut. Tanpa keduanya, fitur ini berisiko hanya menjadi lapisan keamanan tambahan yang jarang dimanfaatkan.