CoinInsight360.com logo CoinInsight360.com logo
America's Social Casino

Forklog 2025-05-22 12:25:19

Эксперты создали ИИ-систему для предотвращения атак с «отравлением» адресов

Специализирующиеся на кибербезопасности компании Trugard и Webacy разработали ИИ-систему для обнаружения «отравленных» криптоадресов. Об этом пишет Cointelegraph. Инструмент использует модель контролируемого машинного обучения. Для ее настройки применили данные о транзакциях в реальном времени. Дополнительно задействуется ончейн-аналитика, инженерия признаков и поведенческий контекст.  Инфографика по обнаружению отравленного адреса. Данные: Cointelegraph. Система показала точность в 97% в ходе тестов на известных случаях атак.  «Отравление адресов — один из самых недооцененных, но при этом дорогих мошенничеств в криптоиндустрии. Оно эксплуатирует простое предположение: то, что вы видите, и есть то, что вы получите», — отметила сооснователь Webacy Маика Исогава. «Отравление» — вид мошенничества, при котором злоумышленники отправляют жертве небольшие суммы с адреса, схожего с настоящим. Обычно совпадают первые и последние символы кошелька — именно на них пользователи чаще всего обращают внимание перед отправкой средств.  Цель атаки — обманом заставить жертву перевести средства атакующему. Как правило, на подобное попадаются люди, которые копируют адрес из истории транзакций.  В период с 1 июля 2022 года по 30 июня 2024 года в сетях BNB Chain и Ethereum совершено более 270 млн попыток «отравления». Из них 6000 прошли успешно и позволили мошенникам заработать более $83 млн.  Регулярный апдейт Технический директор Trugard Джеремайя О'Коннор отметил, что команда перенесла опыт из сферы кибербезопасности Web2 в мир Web3, адаптируя проверенные подходы к новым условиям. «Большинство существующих систем обнаружения атак на Web3 опираются на статические правила или базовую фильтрацию транзакций. Эти методы часто отстают от развивающихся тактик, техник и процедур злоумышленников», — отметил он.  Новая система использует машинное обучение, чтобы учиться и адаптироваться к атакам «отравления».  «ИИ может обнаружить закономерности, часто недоступные человеческому анализу», — отметила Исогава. О'Коннор добавил, что Trugard создала синтетические данные для искусственного интеллекта, чтобы смоделировать различные типы атак. Затем применили систему контролируемого обучения — модель тренировалась на маркированных данных.  Нейросеть дорабатывается на новой информации по мере возникновения усовершенствованных стратегий.  «В довершение всего мы создали слой генерации синтетических данных, который позволяет постоянно тестировать модель на смоделированных сценариях отравления. Это оказалось невероятно эффективным, помогая нейросети оставаться надежной с течением времени», — сообщил О'Коннор.  Напомним, в марте «отравление» криптоадресов принесло хакерам $1,2 млн за три недели. 20 февраля одна из жертв лишилась $763 662.

Leggi la dichiarazione di non responsabilità : Tutti i contenuti forniti nel nostro sito Web, i siti con collegamento ipertestuale, le applicazioni associate, i forum, i blog, gli account dei social media e altre piattaforme ("Sito") sono solo per le vostre informazioni generali, procurati da fonti di terze parti. Non rilasciamo alcuna garanzia di alcun tipo in relazione al nostro contenuto, incluso ma non limitato a accuratezza e aggiornamento. Nessuna parte del contenuto che forniamo costituisce consulenza finanziaria, consulenza legale o qualsiasi altra forma di consulenza intesa per la vostra specifica dipendenza per qualsiasi scopo. Qualsiasi uso o affidamento sui nostri contenuti è esclusivamente a proprio rischio e discrezione. Devi condurre la tua ricerca, rivedere, analizzare e verificare i nostri contenuti prima di fare affidamento su di essi. Il trading è un'attività altamente rischiosa che può portare a perdite importanti, pertanto si prega di consultare il proprio consulente finanziario prima di prendere qualsiasi decisione. Nessun contenuto sul nostro sito è pensato per essere una sollecitazione o un'offerta