هوش مصنوعی کوینبیس با شناسایی کلاهبرداری دیپفیک ایلان ماسک در یوتیوب، از انتقال ۴٫۷ میلیون دلار رمزارز کاربران جلوگیری کرد.
هوش مصنوعی کوینبیس توانست از انتقال ۴٫۷ میلیون دلار دارایی کاربران به حساب کلاهبرداران جلوگیری کند. این عملیات با استفاده از ویدیوی جعلی ایلان ماسک و وعده دوبرابر کردن رمزارزهای ارسالی انجام میشد، اما سیستم امنیتی خودکار این صرافی موفق شد حدود ۹۱ درصد تراکنشهای مشکوک را بدون دخالت انسانی شناسایی و مسدود کند.
کلاهبرداری با ویدیوی جعلی ایلان ماسک در یوتیوب
این اتفاق در جریان رویدادی مرتبط با تسلا در ماه گذشته رخ داد؛ زمانی که یک پخش زنده جعلی در یوتیوب با بیش از ۵۰۰ هزار بیننده منتشر شد. کلاهبرداران با استفاده از فناوری دیپفیک، ویدیویی از ایلان ماسک تولید کرده بودند و در آن مخاطبان را به ارسال ارز دیجیتال با وعده دریافت دو برابر مبلغ واریزی ترغیب میکردند.
در این پخش زنده، آدرس کیف پولهای رمزارزی و کدهای QR نمایش داده میشد تا کاربران بتوانند بهسرعت دارایی خود را منتقل کنند. این روش در کمتر از دو ساعت موفق شد صدها نفر را به ارسال ارز دیجیتال ترغیب کند.
کاربران خودشان تراکنشها را تأیید کرده بودند
کوینبیس در گزارش رسمی خود توضیح داد که این حمله برخلاف بسیاری از روشهای متداول سرقت، از طریق نفوذ به حساب کاربران یا سرقت اطلاعات ورود انجام نشده بود.
در این پرونده، هیچ حسابی هک نشد، رمز عبوری به سرقت نرفت و فیشینگ اعتبارنامهای نیز رخ نداد. صدها کاربر، از جمله مشتریان قدیمی این پلتفرم، با تصور شرکت در یک فرصت سودآور، شخصاً دارایی خود را برای افراد ناشناس ارسال کردند.
همین موضوع مقابله با کلاهبرداری را دشوارتر میکند؛ زیرا تراکنشها از سوی خود کاربران تأیید شدهاند و سیستمهای امنیتی معمولاً نمیتوانند صرفاً بر اساس مجوز صادرشده از سوی صاحب حساب، جلوی انتقال را بگیرند.
هوش مصنوعی چگونه تراکنشهای مشکوک را تشخیص داد؟
کوینبیس برای مقابله با این نوع تهدید از مدلهای یادگیری ماشین و سیستم امتیازدهی لحظهای ریسک استفاده کرد. این سامانه رفتارهای پرخطر، از جمله جعل هویت برندها، الگوهای غیرعادی پرداخت و وعدههای مالی مشکوک را بررسی میکرد.
در مرحله بعد، یک عامل هوشمند وارد فرایند شد تا شرایط و زمینه تراکنش را ارزیابی کند و با طرح پرسشهای هدفمند، کاربران را نسبت به خطر احتمالی انتقال دارایی آگاه سازد.
نکته قابلتوجه این بود که مدل هوش مصنوعی پیشتر با نمونه دقیق این کلاهبرداری مواجه نشده بود. سناریوی استفاده از دیپفیک در یک پخش زنده برای تبلیغ جایزه رمزارزی، در دادههای آموزشی آن وجود نداشت؛ اما با بررسی نشانههای موجود، توانست ماهیت فریب را تشخیص دهد.
این سیستم عواملی مانند وعده چندبرابر شدن دارایی، ایجاد حس فوریت با استفاده از یک رویداد زنده و غیرقابلبازگشت بودن تراکنشهای رمزارزی را در کنار یکدیگر تحلیل کرد.
به گفته کوینبیس، این سامانه از نخستین تراکنش ثبتشده تا آخرین مورد، بدون نیاز به مداخله انسانی فعالیت کرد و توانست بخش عمده انتقالهای مشکوک را متوقف کند.
