Искусственный интеллект в борьбе с мошенничеством: новая система предотвращает отравление криптоадресов

Компании Trugard и Webacy, специализирующиеся на киберзащите, создали искусственный интеллект для выявления «отравленных» криптоадресов. Об этом сообщает Cointelegraph.

Данный инструмент основан на модели контролируемого машинного обучения и использует данные о транзакциях в реальном времени для своей настройки. В дополнение к этому применяются ончейн-аналитика, инженерия признаков и поведенческий контекст.

В ходе проведенных тестов система продемонстрировала эффективность на уровне 97% при выявлении известных атак.

«Атаки на основе отравления адресов — это одно из самых недооцененных, но при этом дорогостоящих мошенничеств в криптоиндустрии. Оно основано на простом заблуждении: то, что вы видите, это то, что вы получите», —发表评论ила Маика Исогава, сооснователь Webacy.

Отравление адресов — это вид мошеннической схемы, где преступники отправляют жертве небольшие суммы с адресов, похожих на настоящие. Обычно совпадают первые и последние символы кошелька, на что пользователи чаще всего обращают внимание перед переводом средств.

Цель такой атаки — обманом убедить жертву отправить средства злоумышленнику. На такую уловку часто попадаются те, кто копирует адрес из истории своих транзакций.

С 1 июля 2022 года по 30 июня 2024 года в сетях BNB Chain и Ethereum произошло более 270 миллионов попыток «отравления». Из них около 6000 оказались успешными, что принесло мошенникам более $83 миллионов.

Директор по технологиям Trugard, Джеремайя О’Коннор, отметил, что их команда перенесла опыт из области кибербезопасности Web2 в мир Web3, адаптируя проверенные методы к новым условиям.

«Большинство существующих систем обнаружения атак в Web3 основаны на статических правилах или простой фильтрации транзакций. Эти методы часто не успевают за меняющимися тактиками злоумышленников», — добавил он.

Новая разработка использует машинное обучение для быстрой адаптации к атакам «отравления».

«Искусственный интеллект способен выявлять закономерности, недоступные человеческому пониманию», — подчеркнула Исогава.

О’Коннор также сообщил, что Trugard создала синтетические данные для искусственного интеллекта, чтобы смоделировать различные виды атак. Система контролируемого обучения обучалась на размеченных данных.

Нейросеть постоянно обновляется на основе новых данных об усовершенствованных атаках.

«В дополнение мы разработали слой генерации синтетических данных, который позволяет регулярно тестировать модель на смоделированных сценариях отравления. Это оказалось чрезвычайно эффективным и помогает нейросети оставаться надежной с течением времени», — добавил О’Коннор.

Напомним, в марте «отравление» криптоадресов приносило хакерам $1,2 миллиона за три недели. 20 февраля одна из жертв потеряла $763,662.