صرافی Bybit اعلام کرده است که موفق به بازیابی ۳۰۰ میلیون دلار برای هزاران کاربر شده است؛ این در حالی است که میزان کلاهبرداریهای مرتبط با رمز ارز همچنان در صنعت بالا باقی مانده است.
این صرافی موفقیت خود را به سیستم تشخیص تقلب مبتنی بر هوش مصنوعی نسبت داده که پیش از از دست رفتن سرمایه کاربران، مداخله میکند.
نتایج ابتکار امنیتی
Bybit نتایج ابتکار امنیتی ۲۰۲۵ خود را در شبکههای اجتماعی به اشتراک گذاشت و اعلام کرد:
«ما در سال ۲۰۲۵ استانداردها را ارتقا دادیم و با چارچوب جدید مدیریت ریسک مبتنی بر هوش مصنوعی، ۳۰۰ میلیون دلار از کلاهبرداریها و سوءاستفادههای جعل هویت را متوقف کردیم.»
این اعلامیه در حالی منتشر میشود که کلاهبرداریهای رمز ارز همچنان بر این بخش سایه انداخته است و طبق دادههای Chainalysis، در سال ۲۰۲۵ حدود ۱۷ میلیارد دلار دارایی دیجیتال در پروندههای کلاهبرداری و تقلب از دست رفته است.
گزارش نشان میدهد که تنها در سهماهه چهارم سال، این صرافی ۵۰۰ میلیون دلار برداشت را برای بررسی علامتگذاری کرده است که از این میزان، ۳۰۰ میلیون دلار با موفقیت متوقف و بازیابی شده و پسانداز بیش از ۴۰۰۰ کاربر حفظ شده است.
در همین بازه زمانی، مدلهای اختصاصی هوش مصنوعی Bybit با استفاده از دادههای زنجیرهای، ۳۵۰ آدرس مرتبط با کلاهبرداریهای سرمایهگذاری پرریسک را شناسایی کردند و بدین ترتیب ۸۰۰۰ نفر را از زیانهای احتمالی برداشت محافظت نمودند. همچنین این شرکت اعلام کرد که در سال ۲۰۲۵ بیش از ۳ میلیون تلاش برای نفوذ به حسابها از طریق حملات مبتنی بر سرقت اطلاعات کاربری را مسدود کرده است.
علاوه بر این، سیستم Bybit به طور خودکار ۳۵۰ آدرس مشکوک را برچسبگذاری کرده و ۶۰۰ آدرس دیگر را به صورت دستی از طریق عملیات داخلی علامتگذاری نموده است که این اقدامات از وقوع یک میلیون دلار زیان ناشی از کلاهبرداری قریبالوقوع جلوگیری کرده است.
دیوید زونگ، رئیس کنترل ریسک گروه Bybit، در بیانیهای اعلام کرد که هدف این شرکت در سال ۲۰۲۵، تبدیل مدیریت ریسک به یک محافظ فعال و هوشمند از طریق ادغام هوش مصنوعی و پایش زنجیرهای بوده است.
«با ترکیب پایش زنجیرهای مبتنی بر هوش مصنوعی و اطلاعات لحظهای از شرکای صنعتی مانند TRM، Elliptic و Chainalysis، نه تنها از کاربران Bybit محافظت میکنیم، بلکه به شناسایی الگوهای شبکههای کلاهبرداری نیز کمک میکنیم.»
چارچوب سهلایه مدیریت ریسک
مدل حفاظتی Bybit سناریوهای احتمالی کلاهبرداری را در سه سطح رو به افزایش دستهبندی میکند و در عین حال فعالیت معاملاتی عادی را حفظ مینماید. در پایینترین سطح ریسک، این پلتفرم با تحلیل کلان دادهها فعالیتهای غیرعادی مانند برداشتهای گسترده به آدرسهای تازه ایجاد شده را شناسایی کرده و با استفاده از نظرسنجیهای خودکار به تیم عملیات ریسک برای قرار دادن مقاصد مشکوک در لیست سیاه کمک میکند.
در موارد با ریسک متوسط، هشدارهای لحظهای هنگام برداشت فعال میشوند؛ مانند حسابهایی که از طریق پایگاه دادههای سرقت اطلاعات کاربری یا ارتباط با آدرسهای برداشت مشکوک علامتگذاری شدهاند. این موضوع کاربران را به بازبینی تراکنشهایی که ممکن است تحت تاثیر مهندسی اجتماعی قرار گرفته باشند، ترغیب میکند.
در بالاترین سطح، آدرسهای کیف پول مرتبط با کلاهبرداریهای تاییدشده بلافاصله با مسدود شدن برداشت و یک دوره انتظار اجباری یکساعته مواجه میشوند.
در پایان گزارش، شاخصهای استاندارد پایش برای استفاده گستردهتر در صنعت معرفی شدهاند که شامل موتور مقابله با سرقت اطلاعات کاربری، شناسایی الگوهای مبتنی بر هوش مصنوعی در زنجیره برای تشخیص جریانهای کلاهبرداری، مرکز اطلاعات یکپارچه با ابزارهای TRM Labs، Elliptic و Chainalysis و مدل ردیابی بینزنجیرهای برای پیگیری وجوه غیرقانونی است.
منبع: لینک خبر
