Coinbase przebudowało swój system antyfraudowy, ściśle integrując modele uczenia maszynowego z szybkim silnikiem reguł, skracając czas reakcji na nowe schematy oszustw z dni do godzin, w momencie gdy TRM Labs ostrzega, że oszustwa kryptowalutowe stały się przemysłem wartym dziesiątki miliardów dolarów rocznie, napędzanym przez sztuczną inteligencję.
Coinbase zmodernizowało swój system antyfraudowy, ściśle integrując modele uczenia maszynowego z silnikiem reguł, skracając czas reakcji na nowe schematy oszustw z kilku dni do zaledwie kilku godzin, w miarę jak oszustwa wspomagane przez sztuczną inteligencję gwałtownie rosną w sektorze kryptowalut.
Firma opisuje strategię dwutorową, w której „modele odpowiadają za długoterminową obronę, reguły odpowiadają za szybką reakcję”, a wszystko to mieści się w ujednoliconej strukturze, która pozwala regułom wykrywać nowe typy oszustw, które następnie mogą być przekazywane z powrotem do modeli, aby wzmocnić ogólne zabezpieczenia w czasie.
Coinbase twierdzi, że przekształciło to, co kiedyś było ręcznym i powolnym procesem tworzenia reguł, w oparty na danych, zautomatyzowany system rekomendacji poprzez restrukturyzację danych, automatyzację ewolucji schematów i wprowadzenie narzędzi analitycznych opartych na notebookach dla swoich zespołów ds. ryzyka.
W ramach przebudowy, wydajność testowania wstecznego reguł poprawiła się ponad 10-krotnie, co pozwala Coinbase testować i wdrażać nowe zabezpieczenia znacznie szybciej, w miarę jak zachowanie oszustów ewoluuje w czasie rzeczywistym.
Według Coinbase, system wykorzystuje teraz uczenie maszynowe do rekomendowania parametrów reguł, z celem „redukcji wskaźników fałszywych alarmów przy jednoczesnym zwalczaniu oszustw i minimalizowaniu wpływu na zwykłych użytkowników” – co jest ważną równowagą dla głównej giełdy przetwarzającej miliardy wolumenu transakcyjnego.
Najnowsza modernizacja opiera się na wcześniejszych wysiłkach opisanych na blogu Coinbase na temat zaawansowanych modeli uczenia maszynowego, gdzie firma stwierdziła, że jej misją jest „kontynuowanie budowy skalowalnych, adaptacyjnych systemów ML uwzględniających blockchain, które umożliwiają Coinbase skuteczne zarządzanie ryzykiem dla swoich produktów” bez obniżania komfortu użytkowania.
Działanie to ma miejsce w momencie, gdy oszustwa w kryptowalutach uległy uprzemysłowieniu.
Firma wywiadowcza ds. blockchain TRM Labs poinformowała, że globalne oszustwa kryptowalutowe osiągnęły około 35 miliardów dolarów w 2025 roku, ostrzegając, że po uwzględnieniu niedoszacowania, „całkowite roczne straty prawdopodobnie przekraczają 200 miliardów USD na całym świecie”.
W osobnym raporcie o przestępczości z 2026 roku, TRM podało, że nielegalne przepływy kryptowalut osiągnęły rekordowe 158 miliardów dolarów w 2025 roku, a sieci oszustw coraz częściej działają jak profesjonalne firmy, a narzędzia AI przyspieszają podszywanie się i docieranie do ofiar na masową skalę.
Własny dyrektor ds. bezpieczeństwa informacji Coinbase, Philip Martin Lunglhofer, wcześniej stwierdził, że giełda odnotowuje rosnące „przypadki użycia AI do wykrywania oszustw” i już wykorzystuje uczenie maszynowe do monitorowania aktywności użytkowników i czatów wsparcia pod kątem oznak oszustw lub przejęć kont.
Najnowsza inwestycja giełdy w zautomatyzowane, oparte na zdarzeniach generowanie reguł i potencjalną „konwersję jednym kliknięciem” skutecznych reguł w cechy modelu ma na celu przybliżenie Coinbase do w pełni zautomatyzowanego systemu zarządzania ryzykiem, ponieważ sami oszuści wykorzystują AI do sondowania i wykorzystywania słabości szybciej niż kiedykolwiek.
W celu uzyskania szerszego kontekstu dotyczącego postawy bezpieczeństwa Coinbase i wysiłków na rzecz ochrony użytkowników, czytelnicy mogą zapoznać się z postami na blogu Coinbase poświęconymi oszustwom, uczeniu maszynowemu i zgodności z przepisami, a także z wcześniejszymi doniesieniami na temat aktywności oszustów na Coinbase i trendów oszustw kryptowalutowych na crypto.news.
