.jpeg)
В продвижении к безопасности криптовалют Trugard и Webacy представили систему на основе ИИ, которая, как утверждается, предотвращает атаки отравления адресов с 97% эффективностью. Этот инновационный инструмент направлен на защиту пользователей от одной из самых коварных схем в криптопространстве, которая использует поведение пользователей для кражи средств.
Ключевые моменты
-
Эффективность ИИ: Новый инструмент имеет 97% уровень успеха в обнаружении атак отравления адресов.
-
Природа атаки: Отравление адресов включает в себя отправку злоумышленниками небольших сумм криптовалюты с адресов, которые близко напоминают реальный адрес цели.
-
Машинное обучение: Система использует контролируемое машинное обучение для адаптации и обучения на основе развивающихся паттернов атак.
-
Исторический контекст: На BNB Chain и Ethereum было зафиксировано более 270 миллионов попыток отравления, что привело к значительным финансовым потерям.
Понимание атак отравления адресов
Отравление адресов — это обманный прием, при котором злоумышленники отправляют небольшие суммы криптовалюты с адреса кошелька, который близко напоминает фактический адрес жертвы. Эта хитрость направлена на то, чтобы запутать пользователей, заставляя их копировать неправильный адрес для будущих транзакций, что приводит к непреднамеренным потерям.
Исследование, проведенное с июля 2022 года по июнь 2024 года, показало, что было зафиксировано более 270 миллионов попыток отравления адресов на основных блокчейн-сетях, из которых около 6,000 успешных атак привели к потерям, превышающим 83 миллиона долларов. Эта тревожная статистика подчеркивает необходимость надежных мер безопасности в криптоэкосистеме.
Роль ИИ в кибербезопасности
Новый разработанный инструмент ИИ является частью набора инструментов для принятия решений в криптовалюте от Webacy. Он использует модель контролируемого машинного обучения, обученную на данных о живых транзакциях, в сочетании с аналитикой на блокчейне и поведенческим контекстом. Этот подход позволяет системе обнаруживать паттерны, которые могут ускользнуть от человеческих аналитиков.
Джеремия О’Коннор, технический директор Trugard, подчеркнул важность контекста и распознавания паттернов в их системе ИИ. В отличие от традиционных мер безопасности Web3, которые часто полагаются на статические правила, этот инструмент ИИ адаптируется к новым стратегиям атак, что делает его грозной защитой против развивающихся угроз.
Методология машинного обучения
Система ИИ была разработана с использованием сложного подхода к машинному обучению:
-
Генерация синтетических данных: Trugard создал синтетические обучающие данные для моделирования различных паттернов атак.
-
Контролируемое обучение: Модель была обучена на размеченных данных, что позволило ей изучить взаимосвязь между входными данными (данные транзакций) и выходными данными (успешное обнаружение попыток отравления).
-
Непрерывное обучение: Модель регулярно обновляется новыми данными, чтобы адаптироваться к новым стратегиям атак, обеспечивая ее эффективность с течением времени.
О’Коннор отметил, что это непрерывное тестирование против смоделированных сценариев отравления оказалось бесценным для поддержания надежности и точности модели.
Заключение
Поскольку криптовалюта продолжает набирать популярность, угроза атак отравления адресов остается критической проблемой для пользователей. Введение этого инструмента ИИ от Trugard и Webacy представляет собой значительный шаг вперед в борьбе с этими схемами. С его впечатляющим уровнем эффективности и адаптивными возможностями обучения эта технология может переопределить стандарты безопасности в криптопространстве, предоставляя пользователям большую уверенность в их транзакциях.
Источники
-
Инструмент ИИ утверждает, что его эффективность составляет 97% в предотвращении атак «отравления адресов», Cointelegraph.
Эта статья была создана с поддержкой технологий, основанных на искусственном интеллекте, с использованием множества авторитетных источников. Финальный контент был тщательно проверен и отредактирован редакционной командой BlockzHub для обеспечения точности, ясности и согласованности. Оригинальные источники информации указаны, когда это необходимо и уместно. Мнения, выраженные в этой статье, не обязательно отражают официальные взгляды или позиции BlockzHub. Эта статья предназначена исключительно для информационных целей и не должна восприниматься как финансовый или профессиональный совет. Инвестирование связано с рисками, и перед принятием инвестиционных решений следует проконсультироваться с квалифицированным финансовым консультантом.