Şok edici yeni AI Aracı kripto dolandırıcılarını zorlamak için iddia ediyor! 😲💰

Şimdi, topla ‘millet! Trugard’daki ince insanlar ve Webacy’deki arkadaşlarının, bu sinir bozucu kripto cüzdan adresi zehirleme dolandırıcılığını kokladığını iddia eden yapay zeka bir araya geldiler. Bu bir ağız dolusu değil mi? 🤔

21 Mayıs’ın bu güzel gününde büyük bir duyuruda, Cryptomoon’daki iyi insanlarla bu parlak yeni aracın Webacy’nin kripto karar verme araçlarının cephanesinin bir parçası olduğunu paylaştılar. “Onchain analitik, özellik mühendisliği ve davranışsal bağlamla birlikte canlı işlem verileri konusunda eğitilmiş denetimli bir makine öğrenme modelinden yararlanıyor. Süslü geliyor, değil mi? 🧐

Şimdi, bu araç bilinen saldırı vakalarına karşı test edilen%97’lik bir başarı puanına sahiptir. Webacy kurucu ortağı Maika Isogawa, “Adres zehirlenmesi, kriptodaki en az bildirilen ancak maliyetli dolandırıcılıklardan biridir ve en basit varsayımı avlıyor: gördüğünüz şey elde ettiğiniz şeydir,” dedi Webacy kurucu ortağı Maika Isogawa. Peki, sadece gerçek değil! 😅

Tespitsiz olanlar için, kripto adresi zehirlenmesi, alçakların hedefin gerçek adresine çok benzeyen bir cüzdan adresinden küçük kripto para birimi gönderdiği bir hile. Sadece işleri ilginç tutmak için genellikle aynı başlangıç ve bitiş karakterlerini paylaşırlar. Amaç? Şüphesiz kullanıcıyı yanlış adresi kopyalamaya ve yapıştırmaya kandırmak, bu da keyifli bir fon kaybına yol açar. Oh, insanlık! 😱

Bu akıllı ruse, insanların kripto gönderirken genellikle kısmi adres eşleşmesine veya pano geçmişlerine nasıl güvendiğinden yararlanır. Ocak 2025’teki bir araştırma, 1 Temmuz 2022 ve 30 Haziran 2024 arasında BNB zinciri ve Ethereum‘da 270 milyondan fazla zehirlenme girişiminin gerçekleştiğini ortaya koydu. Bunlardan sadece 6.000 deneme başarılı oldu ve bu da kayıpların 83 milyon doları aşmasına neden oldu. Şimdi bu şaşırtıcı bir toplam! 💸

Bir Web3 dünyasında Web2 Güvenliği

Trugard’ın baş teknoloji sorumlusu Jeremiah O’Connor, Cryptomoon ile ekibinin Web2 alanından zengin bir siber güvenlik bilgelik getirdiğini ve “Crypto’nun ilk günlerinden beri Web3 verilerine başvurdukları” paylaştı. Eski günlerden itibaren algoritmik özellik mühendisliği ile deneyimlerini alıyorlar ve bu cesur yeni dünyaya uyguluyorlar. Ekledi:

“Mevcut Web3 saldırı algılama sistemlerinin çoğu statik kurallara veya temel işlem filtrelemesine dayanmaktadır. Bu yöntemler genellikle gelişen saldırgan taktikleri, teknikleri ve prosedürlerinin arkasında düşer.”

Ama korkmayın! Bu yeni basılmış sistem, zehirlenme saldırılarını ele almak için öğrenen ve adapte olan bir araç oluşturmak için makine öğrenimini kullanır. O’Connor, sistemlerini birbirinden ayıran şeyin “bağlam ve örüntü tanımaya vurgu” olduğunu vurguladı. Isogawa, “AI, insan analizinin erişiminin ötesinde kalıpları tespit edebilir” diyerek içeri girdi. Peki, kalplerini korusun! 🤖

Makine öğrenimi yaklaşımı

O’Connor, Trugard’ın çeşitli saldırı modellerini simüle etmek için AI için sentetik eğitim verileri ürettiğini açıkladı. Daha sonra, model denetimli öğrenme yoluyla eğitildi, bu da giriş değişkenleri ve doğru çıktı da dahil olmak üzere etiketli verilerden öğrendiğini söylemenin süslü bir yolu. Bir köpeğe getirmeyi öğretmek gibi, ama çok daha fazla sıfır ve olanlarla! 🐶

Buradaki amaç, modelin yeni, görünmeyen girişler için doğru çıktıyı tahmin etmek için girdiler ve çıktılar arasındaki ilişkiyi öğrenmesidir. Yaygın örnekler spam algılama, görüntü sınıflandırması ve fiyat tahminini içerir. Bilirsiniz, olağan şüpheliler!

O’Connor ayrıca, modelin yeni veriler üzerinde yeni veriler üzerinde eğitim alarak biraz güncelleme aldığını belirtti. “Üstelik, modeli simüle edilmiş zehirlenme senaryolarına karşı sürekli olarak test etmemizi sağlayan bir sentetik veri üretim katmanı oluşturduk” dedi. “Bu, modelin zamanla genelleşmesine ve sağlam kalmasına yardımcı olmada inanılmaz derecede etkili olduğunu kanıtladı.” Peki, bu sadece şeftali değil mi? 🍑

2025-05-21 17:10