Muling binuo ng Coinbase ang anti-fraud stack nito sa pamamagitan ng mahigpit na pagsasama ng mga modelo ng machine learning sa isang high-speed rules engine, na nagpababa sa oras ng pagtugon sa mga bagong pattern ng scam mula sa mga araw patungo sa mga oras, kasabay ng babala ng TRM Labs na ang crypto fraud ay isa nang industriya na nagkakahalaga ng sampu-sampung bilyong dolyar taun-taon, at pinabilis pa ng AI.
In-upgrade ng Coinbase ang anti-fraud stack nito sa pamamagitan ng mahigpit na pagsasama ng mga modelo ng machine learning sa isang rules engine, na nagpapaikli sa oras ng pagtugon nito sa mga bagong pattern ng pandaraya mula sa ilang araw patungo sa ilang oras habang dumarami ang mga scam na pinapagana ng AI sa buong sektor ng crypto.
Inilalarawan ng kumpanya ang isang stratehiya na may dalawang track kung saan “ang mga modelo [ay] responsable para sa pangmatagalang depensa, ang mga panuntunan [ay] responsable para sa mabilis na pagtugon,” lahat ay nakapaloob sa isang pinag-isang balangkas na nagpapahintulot sa mga panuntunan na makakuha ng mga bagong uri ng pandaraya na maaaring ibalik sa mga modelo upang palakasin ang pangkalahatang depensa sa paglipas ng panahon.
Sinasabi ng Coinbase na ginawa nitong isang data-driven, automated na sistema ng rekomendasyon ang dating manual at mabagal na daloy ng paggawa ng panuntunan sa pamamagitan ng muling pagsasaayos ng data, pag-automate ng ebolusyon ng schema, at pagpapakilala ng mga tool sa analitika na nakabatay sa notebook para sa mga team nito sa panganib.
Bilang bahagi ng malaking pagbabago, bumuti ang performance ng backtesting ng panuntunan ng higit sa 10 beses, na nagpapahintulot sa Coinbase na subukan at ilabas ang mga bagong proteksyon nang mas mabilis habang nagbabago ang pag-uugali ng scam sa real time.
Ayon sa Coinbase, ginagamit na ngayon ng sistema ang machine learning upang magrekomenda ng mga parameter ng panuntunan, na may layuning “bawasan ang false positive rates habang nilalabanan ang pandaraya at binabawasan ang epekto sa normal na gumagamit,” isang mahalagang balanse para sa isang pangunahing exchange na nagpoproseso ng bilyun-bilyong dolyar sa bolyum ng kalakalan.
Ang pinakabagong pag-upgrade ay bumubuo sa mga naunang pagsisikap na nakabalangkas sa isang blog ng Coinbase tungkol sa mga advanced na modelo ng machine learning, kung saan sinabi ng kumpanya na ang misyon nito ay “patuloy na bumuo ng scalable, adaptive, blockchain aware na mga sistema ng ML na nagbibigay-daan sa Coinbase na epektibong pamahalaan ang panganib para sa mga produkto nito” nang hindi binabawasan ang karanasan ng user.
Ang hakbang ay dumating habang ang pandaraya sa crypto ay naging industriyalisado.
Iniulat ng blockchain intelligence firm na TRM Labs na ang pandaigdigang crypto fraud ay umabot sa humigit-kumulang $35 bilyon noong 2025, na nagbabala na kapag isinama ang underreporting, “ang kabuuang taunang pagkalugi ay malamang na lumampas sa USD 200 bilyon sa buong mundo”.
Sa isang hiwalay na ulat sa krimen noong 2026, sinabi ng TRM na ang iligal na daloy ng crypto ay umabot sa record na $158 bilyon noong 2025, kung saan ang mga network ng scam ay lalong pinapatakbo tulad ng mga propesyonal na negosyo at ang mga tool ng AI ay nagpapabilis ng impersonasyon at pag-abot sa malawakang saklaw.
Ang punong opisyal ng seguridad ng impormasyon ng Coinbase mismo, si Philip Martin Lunglhofer, ay naunang nagsabi na nakikita ng exchange ang dumaraming “AI-use cases upang makita ang pandaraya” at ginagamit na ang machine learning upang subaybayan ang aktibidad ng user at suportahan ang mga chat para sa mga palatandaan ng scam o account takeover.
Ang pinakabagong pamumuhunan ng exchange sa automated, event-driven na pagbuo ng panuntunan at potensyal na “one-click conversion” ng mahusay na mga panuntunan sa mga feature ng modelo ay nilayon upang itulak ang Coinbase na mas malapit sa isang ganap na automated na sistema ng pamamahala ng panganib, habang ang mga mandaraya mismo ay ginagamit ang AI bilang sandata upang suriin at samantalahin ang mga kahinaan nang mas mabilis kaysa dati.
Para sa mas malawak na konteksto sa posisyon ng seguridad ng Coinbase at mga pagsisikap sa proteksyon ng user, maaaring sumangguni ang mga mambabasa sa mga blog post ng Coinbase na nakatuon sa pandaraya tungkol sa machine learning at pagsunod, pati na rin sa naunang coverage ng aktibidad ng scam ng Coinbase at mga trend ng crypto fraud sa crypto.news.
