Kā mākslīgā intelekta attīstība ietekmē romānu krāpšanu kriptovalūtu vidē

Mākslīgā intelekta (MI) iespējams revolucionizē dažādas nozares, ieskaitot kriptovalūtu pamatotās noziedzības jomu, apgalvo eksperti no blokķēdes izlūkošanas platformas Chainalysis. Lai gan MI rada lielu potenciālu pozitīvai pielietošanai, tas arī radīs jaunas izaicinājumus un riskus noziedznieku pasaulē.

Nesenajā privātajā video seminārā Eric Jardine, Chainalysis kiber noziegumu pētījumu vadītājs, apsprieda pieaugošos un samazināšanos nemateriālo blokķēdes darbību tendences 2023. gadā un piedāvāja ieskatu taktikās, ko noziedznieki visticamāk pieņems nākotnē.

Viena no būtiskākajām bažām ir iespējamā lielo valodas modeļu (LLM) izmantošana noziegumos. Jardine uzsvēra, ka MI modeļus var izmantot, lai veiktu koda auditu, uzlabojot decentralizētas finanses (DeFi) platformu drošību. Tomēr, no otras puses, šos modeļus var izmantot arī ļaunprātīgi darbītāji, lai identificētu smart līgumu neaizsargātību, iespējot zādzības un krāpniecību.

DeFi ir iecienīts mērķis kriptovalūtas zādzībām, ar hakera ļaunprātīgu izmantošanu koda vājībām, iegūstot privātas atslēgas un manipulējot cenām, lai zagt aktīvus. Lai gan formālie auditu darbi ir kļuvuši par standarta praksi blokķēdi nozares, to efektivitāte, lai novērstu hakas, nav nekļūdaina. MI integrācija kompleksā padarīs situāciju sarežģītāku, jo tā ietekme uz smart līgumiem un to potenciālu izmantošanas joprojām ir nenoteikta.

Papildus DeFi, MI ietekme var attiekties arī uz citiem kriptovalūtu saistītas noziedzīgām darbībām, piemēram, romantisko krāpniecību. Šajos krāpniecības gadījumos krāpnieki izveido attiecības, izmantojot viltotus priekšstatus un izmanto upurus, lai gūtu finansiālu labumu. Jardine minēja, ka lielie valodas modeļi ar neierobežotu pacietību un radošumu var tikt izmantoti postījumu ietekmei krāpniecībās romantiskos attiecībās.

Neskatoties uz kopējo viltojumu apjomu samazināšanos no 6,5 miljardiem dolāru līdz 4,6 miljardiem dolāru, romantiski krāpnieki kriptovalūtu jomā gandrīz divkāršoja savu ieņēmumu 2023. gadā salīdzinājumā ar 2022. gadu. Vidējā maksājuma summa, kas saistīta ar romantisko krāpniecību, bija 4 593 dolāri, lai gan upuri bieži veica vairākus maksājumus, rezultātā zaudējot pat vairāk finanšu līdzekļu.

Ir svarīgi atzīmēt, ka, neskatoties uz viltojumu DeFi fondu absolūto summu samazināšanos no 3,1 miljarda USD 2022. gadā līdz 1,1 miljardam USD 2023. gadā, notikumu skaits arī samazinājās. Turklāt nelikumīgās darbības procents visos kriptovalūtu darījumos samazinājās līdz tikai 0,34% no blokķēdes darbībām 2023. gadā.

Kamēr MI un kriptovalūtas krustpunkts turpina attīstīties, būs ļoti svarīgi, lai datoru drošības eksperti, blokķēdes izstrādātāji un tiesību izpildītāju aģentūras būtu soļa priekšā noziedzniekiem. Tikai ar priekšlēmjošām pasākumiem, plašām pētījumu darbībām un sadarbību mēs varēsim mazināt riskus, ko radījusi sarežģītā MI vadītā kriptonauda.

Bieži uzdotie jautājumi:

Kas ir decentralizētā finansēs (DeFi)?
Decentralizētā finansēs, bieži saukta par DeFi, ir termins, kas aptver dažādas finanšu lietotnes un pakalpojumus, kas ir izveidoti uz blokķēdes tehnoloģijas. Šīs platformas mērķē uz alternatīvām tradicionāliem centralizētiem finanšu sistēmām, ļaujot iegūt lielāku pārredzamību, pieejamību un finansiālu iekļaušanu.

Kas ir lielie valodas modeļi (LLMs)?
Lielie valodas modeļi, jeb LLM, ir augsti attīstīti mākslīgā intelekta modeļi, kas spēj saprast un ģenerēt cilvēka līdzīgu tekstu. Šie modeļi tiek apmācīti uz masveidīgu datu daudzumu un ir izstrādāti, lai imitētu dabiskas valodas apstrādi un saprašanu.

Kā var tikt izmantots MI romantiskās krāpniecībās?
MI, īpaši lielie valodas modeļi, var spēlēt lomu romantiskās krāpniecībās, ļaujot krāpniekiem radīt pārliecinošākas un personalizētas personības. Šie modeļi var ģenerēt teksta atbildes, manipulēt emocijas un uzturēt īsta attiecību ilūziju, liekot upuriem iekrist finansiālā manipulācijā.

Uz papildus informāciju, varat apmeklēt šādas avotus:
Chainalysis.com
Twitter.com

The source of the article is from the blog publicsectortravel.org.uk

Privacy policy
Contact